二次拟合MATLABm文件代码-Bi.Lin.Log.Reg:二元线性Logistic回归

上传者: 38747592 | 上传时间: 2022-06-06 21:01:00 | 文件大小: 11KB | 文件类型: ZIP
二次拟合MATLAB m文件代码二元线性Logistic回归 该存储库提供了一个示例MATLAB代码,以执行监督的机器学习算法:用于二进制分类的Logistic回归。 储存库的组织 主MATLAB文件名为“ BinaryLogisticRegressioLinear.m”,而其他MATLAB文件是主文件中使用的功能。 无论维数是多少,您都可以将算法与所需的任何数据集一起提供(但要考虑到训练集必须是二进制分类)。 但是,以三组输入数据为例来实现该算法。 根据数据集具有的变量数量,算法可能会绘制输入数据和决策边界。 此外,除了非正规学习参数外,还包括正规化方法,以解决过度拟合的问题。 这些代码是不言自明的,并包含注释以增进您对所发生情况的理解。 此外,无论需要什么干预,代码中的注释都会提示您这样做。 输入数据 文件dataLin.txt是一个两变量数据集,其中包含用于逻辑回归的数据,以便根据两次考试的结果来预测学生是否被录取入大学。 我们在第一列和第二列中包含两次考试的申请人分数数据,在第三列中包含录取决定。 使用此数据库,我们希望预测入读大学的机会。 文件dataLin3d.txt与da

文件下载

资源详情

[{"title":"( 11 个子文件 11KB ) 二次拟合MATLABm文件代码-Bi.Lin.Log.Reg:二元线性Logistic回归","children":[{"title":"Bi.Lin.Log.Reg-main","children":[{"title":"predict.m <span style='color:#111;'> 650B </span>","children":null,"spread":false},{"title":"plotData.m <span style='color:#111;'> 2.08KB </span>","children":null,"spread":false},{"title":"costFunctionReg.m <span style='color:#111;'> 1016B </span>","children":null,"spread":false},{"title":"sigmoid.m <span style='color:#111;'> 488B </span>","children":null,"spread":false},{"title":"costFunction.m <span style='color:#111;'> 804B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.06KB </span>","children":null,"spread":false},{"title":"dataLin2.txt <span style='color:#111;'> 2.18KB </span>","children":null,"spread":false},{"title":"dataLin.txt <span style='color:#111;'> 3.69KB </span>","children":null,"spread":false},{"title":"dataLin3d.txt <span style='color:#111;'> 3.76KB </span>","children":null,"spread":false},{"title":"plotDecisionBoundary.m <span style='color:#111;'> 3.11KB </span>","children":null,"spread":false},{"title":"BinaryLogisticRegressioLinear.m <span style='color:#111;'> 3.55KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

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