python怎么實(shí)現(xiàn)邏輯回歸的梯度下降法？這個(gè)很簡(jiǎn)單，哪怕Python的scikit-learn庫(kù)可以提供了易于使用和高效穩(wěn)定的LogisticRegression類，但我們自己在用NumPy創(chuàng)建自己

python怎么實(shí)現(xiàn)邏輯回歸的梯度下降法？

這個(gè)很簡(jiǎn)單，哪怕Python的scikit-learn庫(kù)可以提供了易于使用和高效穩(wěn)定的LogisticRegression類，但我們自己在用NumPy創(chuàng)建自己的實(shí)現(xiàn)，可以不好地再理解邏輯回歸算法。

資料集

我們將不使用Iris數(shù)據(jù)集，它包涵3個(gè)類別，每個(gè)類別有50個(gè)實(shí)例，其中每個(gè)類別都可以表示一種鳶尾花植物。為更簡(jiǎn)練目標(biāo)，我們僅可以介紹前兩個(gè)特征，而且我們簡(jiǎn)單啊可以使用其中兩個(gè)分類，因?yàn)檫@是個(gè)二分類模型。

數(shù)據(jù)分析（數(shù)據(jù)挖掘）與計(jì)算機(jī)視覺哪個(gè)領(lǐng)域?qū)?shù)學(xué)要求更高？

個(gè)人覺得是數(shù)據(jù)分析吧，對(duì)計(jì)算機(jī)視覺不太比較熟悉。數(shù)據(jù)分析要很多數(shù)學(xué)課和統(tǒng)計(jì)類課。在很多人印象里統(tǒng)計(jì)學(xué)就以及在數(shù)學(xué)里，反正不是，我們國(guó)家在08年的時(shí)候統(tǒng)計(jì)出來就已經(jīng)從數(shù)學(xué)召出，統(tǒng)計(jì)和數(shù)學(xué)現(xiàn)在是互相垂直的，全是一級(jí)學(xué)科。

數(shù)據(jù)分析反正和統(tǒng)計(jì)類課程和更相關(guān)，要很多的統(tǒng)計(jì)類課程，像概率論，數(shù)理統(tǒng)計(jì)，多元統(tǒng)計(jì)分析，回歸分析，時(shí)間序列，統(tǒng)計(jì)數(shù)據(jù)與機(jī)器學(xué)習(xí)等。

數(shù)據(jù)分析的方向也有很多，例如有做算法的，也有做視頻處理的等等。數(shù)學(xué)或者說統(tǒng)計(jì)類課程才能學(xué)好了，再據(jù)方向選擇類型需要的計(jì)算機(jī)課程就好，肯定不同的課程不需要的數(shù)學(xué)基礎(chǔ)和計(jì)算機(jī)課程是有不同的。像我們系的信息與計(jì)算科學(xué)專業(yè)，正在進(jìn)行專業(yè)改革，在學(xué)生實(shí)習(xí)的時(shí)候，提出幾個(gè)方向，相同的方向，培訓(xùn)吧相同的課程，你選擇自己弓術(shù)的和感興趣。這樣，既依靠了自己大學(xué)期間打下的數(shù)學(xué)基礎(chǔ)和計(jì)算機(jī)方面的嚴(yán)格的邏輯訓(xùn)練，又根據(jù)社會(huì)的需要通過了培訓(xùn)，效果還是不錯(cuò)的，至少?gòu)木蜆I(yè)方面看肯定。

好多人有個(gè)誤區(qū)，既然這樣的，我真接去社會(huì)培訓(xùn)機(jī)構(gòu)培訓(xùn)就再說，干嘛啊上大學(xué)？上大學(xué)而且叫你怎摸做，不可忽視告訴你為什么不？只不過新的語(yǔ)言不停再次出現(xiàn)，越新的需要越低級(jí)，初級(jí)好用，但壞處是什么呢？就是好多時(shí)候可不知道我想知道為什么。你只清楚一塊一塊的。但每一塊內(nèi)部是什么，不所了解。比如，很簡(jiǎn)單降序排列，在Python里個(gè)函數(shù)就利用了，但怎么實(shí)現(xiàn)程序的可不知道。大學(xué)的課程那就是訓(xùn)練訓(xùn)練這個(gè)的，說說我們?yōu)槊?，諸如排序可以用泡聲法。明白了為么問題發(fā)生變化之后我們同樣這個(gè)可以解決。我都覺得這才是大學(xué)最有用的作用。