
88 Глава 3
>>> lrgd = LogisticRegressionGD(eta=0.3,
... n_iter=1000,
... random_state=1)
>>> lrgd.fit(X_train_01_subset,
... y_train_01_subset)
>>> plot_decision_regions(X=X_train_01_subset,
... y=y_train_01_subset,
... classifier=lrgd)
>>> plt.xlabel('Длина л епестка [станда ртизирована]')
>>> plt.ylabel('Ширина лепестка [станд артизирована]')
>>> plt.legend(loc='upper left')
>>> plt.tight_layout()
>>> plt.show()
Получившийся график области принятия решений показан на рис. 3.5.
Рис. 3.5. График области принятия решений для модели логистической регрессии
Алгоритм обучения методом градиентного спуска
для логистической регрессии