逻辑回归 – 癌细胞精准识别
任务描述
使用逻辑回归算法建立一个模型，并通过梯度下降算法进行训练，得到一个能够准确对癌细胞进行识别的模型。
数据集介绍
乳腺癌数据集，其实例数量是 569 ，实例中包括诊断类和属性，帮助预测的属性一共 30 个，各属性包括为 radius 半径（从中心到边缘上点的距离的平均值）， texture 纹理（灰度值的标准偏差）等等，类包括： WDBC-Malignant 恶性和 WDBC-Benign 良性。用数据集的 80% 作为训练集，数据集的 20% 作为测试集，训练集和测试集中都包括特征和类别。其中特征和类别均为数值类型，类别中 0 代表良性， 1 代表恶性。
构建逻辑回归模型
文件下载
评论信息
其他资源
- netcdf-4.1.3.tar.gz
- 基于蒙特卡洛生成电动汽车充电负荷曲线程序
- 机器人学导论——分析、系统及应用课后习题答案
- 平面阵天线栅瓣性能分析
- Qt+FFMPEG+SDL实现的视频播放器-QT代码类资源
- GeneMarkerHID_V1.90_Demo_Setup.EXE
- 计算机图形学大作业
- 2018 软件技术技能抽查试题及答案
- Qt写的实用闹钟，可以自己选择音乐
- 全国大学生电子设计竞赛_板球控制系统_许多的注释_基于openmv
- 风机3d模型.json
- 浙江科技学院《流体力学》复习习题（含答案）.pdf
- HelveticaNeue Roman
- ASP.NET webapi 登录功能的实现
- ISO27001:2013中英文对照版
- 用matlab编写的Meanshift追踪程序
- 微信开发获取用户信息
- 毕业论文_社交网站的设计与实现
- 截图无损神器
- jsp在线电影网站系统
- 《区域经济研究实用方法》随书数据及代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明