之前一直是用idl做科研，对科研圈厌倦了，进了企业，思量商业语言存在版权纠纷，就自学了python，但是没有正规系统的学习，仅局限在实现目的，连def还没涉及，就开始学机器学习了，昨天安装了sklearn和tensorflow的python库，在GitHub上找了个入门教程，今天开始跟学，但是遇到了一个问题：

logistics regression结果和教程所给不一样

采用和教程一样的数据，代码也是直接从教程里复制的，但是回归分析的系数却不一样，成图效果也相差很大

逻辑回归

xx = np.array([3,6,7,9,10,11,13,17])
yy = np.array([0,0,0,0,1,1,1,1])

1) Prepare Data # Reshape data as required by # Sklearn library

xx = np.reshape(xx,(8,1))
yy = yy

2) Define the Logistic Model from sklearn library

model = linear_model.LogisticRegression()

3) Fit the model using fit function

model.fit(xx, yy)

And now we can print the model equation with model parameters

print(‘Y = 1/(1+exp(’+str(model.coef_[0][0])+ ’ X + ‘+ ‘’ + str(model.intercept_[0])+’))’)
yy_pred = model.predict(xx)
plt.scatter(xx, yy)
plt.plot(xx, yy_pred)
plt.show()

教程是在github上下载的，感觉挺入门了，线性回归同样的数据结果都是一样的，但是第二步的逻辑回归就出问题了，但是也不知道是哪里出的问题，也不知道哪个对。。
我电脑安装的python是3.8，环境是用miniconda建的。
[1]: https://github.com/gicait/DL-for-satellite-image-analysis