输出结果

1、对数据集进行特征映射

2、正则化 → 正则化 → 过度正则化

实现代码

import numpy as np

import matplotlib.pyplot as plt

from sklearn.preprocessing import PolynomialFeatures

from scipy.optimize import minimize

#加正则化项的损失函数

def costFunctionReg(theta, reg, *args):

   m = y.size

   h = sigmoid(XX.dot(theta))

   

   J = -1*(1/m)*(np.log(h).T.dot(y)+np.log(1-h).T.dot(1-y)) + (reg/(2*m))*np.sum(np.square(theta[1:]))

   

   if np.isnan(J[0]):

       return(np.inf)

   return(J[0])