pytorch深度学习实践2——Logistic回归,处理多维特征的输入,加载数据集
Logistic Regression 逻辑斯蒂回归
Logistic Regression,解决分类问题
Logistic函数——饱和函数
logistic 回归代码:
处理多维特征的输入
最后模型的学习能力并不是越强越好,越强会将噪声也学习到,对真实的估计值产生偏移,所以学习能力需要具有一定的泛化能力才是最好的。
创建数据:
设计模型:
构建损失函数和优化器
训练:
不同的**函数:
加载数据集Dataset and DataLoader
Mini-Batch
Epoch:所有样本都进行了一次训练。
Batch-Size:每次训练所用的样本数量。
Iteration:batch的数量,内层的迭代一共进行的次数
对糖尿病人数据分类的代码: