hiroga_cc https://blog.hatena.ne.jp/hiroga_cc/ さわらブログ https://hiroga.hatenablog.com/ 復習した内容＋それをどうやってハンド&skleanで実装したかのまとめ 今回はロジスティック回帰 実装したファイル github.com 参考資料 qiita.com ロジスティック回帰 目的変数Yを説明変数Xで説明する回帰分析の手法を分類でも使うための手法。 目的変数Yを 0 ≦ Y ≦ 1 の範囲に収めるため、シグモイド関数を用いて計算結果を変換する。 # シグモイド関数 import math def sigmoid(z): return 1/(1+math.e**(-z)) 正則化 説明変数をX2, X3...と増やすことで、100%に近い予測ができるがオーバーフィッティングしてしまう… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fhiroga.hatenablog.com%2Fentry%2F2017%2F12%2F21%2F232814" title="CourseraのMachine LearningをPythonでやり直す#2 - さわらブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/h/hiroga_cc/20171221/20171221231706.png Hatena Blog https://hatena.blog 2017-12-21 23:28:14 rich https://hiroga.hatenablog.com/entry/2017/12/21/232814 1.0 100%