多项式逻辑回归数学建模及Matlab实现.pdfVIP

logistic回归是回归分析的一种，函数表达式

为y=1/(1+exp(-x))在matlab中可以画出其

图：x=-10:0.1:10;y=1./(exp(-x)+1);

plot(x,y,g-x);title(logistic函数

);xlabel(x);ylabel(y);

以上是一维的情况。对于变量，可以定义一个超平面代入原来的变量x中，

得到：对于任意变量x，可以代入上式计算出y值并与0.5比较进行分类，分类

式为：

其中sgn(x)为符号函数。

为了演示logistic函数是如何用于分类的，假定我们有一组数据，分别对应的

类别为。定义平方和（或L2‑norm）代价函数为：

通过最小化代价函数可以得到模型的参数w和b。最小化的方法有很多种，在

下面的代码中给出一个最简单的梯度下降法。其基本思想是利用代价函数对

w和b的一阶导数。关于导数如何求得请大家参考下面的Matlab代码。

%%生成随机数据偏移=2;n=2;%2dimN=200;x=[

randn(n,N/2)‑shift,randn(n,N/2)*2+shift];y=[

zeros(N/2,1);ones(N/2,1)];%显示数据figure;

logistic回归是回归分析的一种，函数表达式为

y=1/(1+exp(-x))

在m