概述
文章目录
- 1. 准备工作
-
- 1.1 数据描述
- 1.2 设立随机化种子
- 1.3 读取数据
- 1.4 数据预处理
- 2. PyTorch实现
-
- 2.1 PyTorch基础实现代码
- 2.2 使用PyTorch nn
- 2.3 使用Adam优化
- 2.4 定义类
1. 准备工作
1.1 数据描述
之前的数据是随机生成的，这次我们以一个真实数据集为例，即二分类数据集-乳腺癌，然后通过Pytorch实现逻辑回归达到二分类的效果。具体数据情况如下所示：
- 数据来源：sklearn.datasets.load_breast_cancer；
- 数据集形状：总计569个样本，良性357个，恶性212个，每个样本由30个属性表示，target表示肿瘤良性1还是恶性0，所有属性值均为number，详情可调用load_breast_cancer()[‘DESCR’]了解每个属性的具体含义；
最后
以上就是温暖山水为你收集整理的PyTorch实现逻辑回归1. 准备工作的全部内容，希望文章能够帮你解决PyTorch实现逻辑回归1. 准备工作所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复