logistics迴歸分類圖片

logistics迴歸分類圖片

之前學習了KNN分類圖片的方法，哈哈，還挺好理解的，就是代碼不好敲-懶癌患者，快寫 快寫
- 原理
- 自己的理解
- 圖片鏈接和圖片上傳
- LaTex數學公式
- UML序列圖和流程圖
- 離線寫博客
- 導入導出Markdown文件
- 豐富的快捷鍵

---

原理

https://chenrudan.github.io/blog/2016/01/09/logisticregression.html

http://blog.csdn.net/u012162613/article/details/41844495

代碼理解

自己的理解

訓練出在n維空間中（如一副圖像拉伸成一個n*1 的特徵向量），訓練出能劃分該空間類別的（超平面）函數的權重

代碼塊

def gradAscent(dataArray,labelArray,alpha,maxCycles):  
    dataMat=mat(dataArray)    #size:m*n  
    labelMat=mat(labelArray)      #size:m*1  
    m,n=shape(dataMat)  
    weigh=ones((n,1))   
    for i in range(maxCycles):  
        h=sigmoid(dataMat*weigh)  #一張圖片一個n維權重向量 
        error=labelMat-h    #size:m*1  即y-h
        weigh=weigh+alpha*dataMat.transpose()*error  
    return weigh  

目錄

用 [TOC]來生成目錄：