标签：识别 return sigmoid iters param np theta 癌细胞 精准
# -*- coding: utf-8 -*-
import numpy as np
import warnings
warnings.filterwarnings("ignore")
def sigmoid(x):
'''
sigmoid函数
:param x: 转换前的输入
:return: 转换后的概率
'''
return 1/(1+np.exp(-x))
def fit(x,y,eta=1e-3,n_iters=10000):
'''
训练逻辑回归模型
:param x: 训练集特征数据，类型为ndarray
:param y: 训练集标签，类型为ndarray
:param eta: 学习率，类型为float
:param n_iters: 训练轮数，类型为int
:return: 模型参数，类型为ndarray
'''
# 请在此添加实现代码 #
#********** Begin *********#
theta = np.zeros(x.shape[1])
i_iter = 0
while i_iter < n_iters:
gradient = (sigmoid(x.dot(theta))-y).dot(x)
theta = theta - eta*gradient
i_iter+=1
return theta
#********** End **********#
标签：识别,
return,
sigmoid,
iters,
param,
np,
theta,
癌细胞,
精准
From： https://www.cnblogs.com/Himmelbleu/p/17384093.html