今天大概看了一下還沒做的ps1，裡面第一個道題的資料集正好可以拿來做一次邏輯回歸的實戰，正好學到現在還沒正兒八經寫過代碼，是以打算拿這個練練手，具體資料集我建立了一個GitHub賬号給大家分享，裡面也有詳細的代碼和一些思路：
https://github.com/cyr429/Machine-Learning-master/tree/master/ML-others/LogisticRegression01
這裡說一下要用到的知識都是來自這次的lecture，請先熟知基本知識再進行下面的實戰：
https://blog.csdn.net/cyr429/article/details/102458430
在邏輯回歸中注意他推導式子的時候給定的假設是y的取值為0或1，但是資料集裡是-1或1，1是正樣本，-1是負樣本，解決辦法是再推導一次或者轉換資料集，我比較懶選了後者，畢竟一句clip就行了。
（其實前者也不麻煩，這個時候有
，然後再求出對數似然函數再求導就好了）
為了保證theta0項的存在我使用hstack往x資料的左邊加了一列1，這樣就滿足了：
（因為x0=1）
我們要用到的式子主要是：
和SGD更新規則：
其實可供選擇的更新規則不止SGD一種，對于SGD，BGD和牛頓法的選擇請移步：
https://blog.csdn.net/cyr429/article/details/103090851
原理就這麼多，具體代碼等請移步GitHub:
https://github.com/cyr429/Machine-Learning-master/tree/master/ML-others/LogisticRegression01