Python教程

python学习记录

本文主要是介绍python学习记录,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

之前一直是用idl做科研,对科研圈厌倦了,进了企业,思量商业语言存在版权纠纷,就自学了python,但是没有正规系统的学习,仅局限在实现目的,连def还没涉及,就开始学机器学习了,昨天安装了sklearn和tensorflow的python库,在GitHub上找了个入门教程,今天开始跟学,但是遇到了一个问题:

logistics regression结果和教程所给不一样

采用和教程一样的数据,代码也是直接从教程里复制的,但是回归分析的系数却不一样,成图效果也相差很大

逻辑回归

xx = np.array([3,6,7,9,10,11,13,17])
yy = np.array([0,0,0,0,1,1,1,1])

1) Prepare Data # Reshape data as required by # Sklearn library

xx = np.reshape(xx,(8,1))
yy = yy

2) Define the Logistic Model from sklearn library

model = linear_model.LogisticRegression()

3) Fit the model using fit function

model.fit(xx, yy)

And now we can print the model equation with model parameters

print(‘Y = 1/(1+exp(’+str(model.coef_[0][0])+ ’ X + ‘+ ‘’ + str(model.intercept_[0])+’))’)
yy_pred = model.predict(xx)
plt.scatter(xx, yy)
plt.plot(xx, yy_pred)
plt.show()

自己电脑运行的结果

这是教程给的拟合结果,很显然和我的不一样。

教程是在github上下载的,感觉挺入门了,线性回归同样的数据结果都是一样的,但是第二步的逻辑回归就出问题了,但是也不知道是哪里出的问题,也不知道哪个对。。
我电脑安装的python是3.8,环境是用miniconda建的。
[1]: https://github.com/gicait/DL-for-satellite-image-analysis

这篇关于python学习记录的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!