ML之LoR：利用LoR二分类之非线性决策算法案例应用之划分正负样本

ML之LoR：利用LoR二分类之非线性决策算法案例应用之划分正负样本

 

 

目录

输出结果

实现代码

 

 

 

输出结果

1、对数据集进行特征映射 2、正则化 → 正则化 → 过度正则化

 

实现代码

import numpy as np
import matplotlib.pyplot as plt
from sklearn.preprocessing import PolynomialFeatures
from scipy.optimize import minimize

#加正则化项的损失函数
def costFunctionReg(theta, reg, *args):
    m = y.size
    h = sigmoid(XX.dot(theta))
    
    J = -1*(1/m)*(np.log(h).T.dot(y)+np.log(1-h).T.dot(1-y)) + (reg/(2*m))*np.sum(np.square(theta[1:]))
    
    if np.isnan(J[0]):
        return(np.inf)
    return(J[0])