Não Aqui! » 10行強で書けるロジスティック回帰モデル学習

ロジスティック回帰（logistic regression）の学習が，確率的勾配降下法（SGD: stochastic gradient descent）を使って，非常に簡単に書けることを示すPythonコード．コメントや空行を除けば十数行です． リストの内包表記，条件演算子（Cで言う三項演算子），自動的に初期化してくれる辞書型（collections.defaultdict）は，Python以外ではあまり見ないかも知れません． リストの内包表記は，Haskell, OCaml, C#にもあるようなので，結構メジャーかも知れません． [W[x] for x in X] と書くと，「Xに含まれるすべてのxに対し，それぞれW[x]を計算した結果をリストにしたもの」という意味になります．sum関数はリストの値の和を返すので，変数aにはXとWの内積が計算されます． Pythonでは，三項演算子を条

[biochem_fan]

stochastic gradient descent はシンプルな発想で好き。

[t_otoda]

あとで読むRT @iso8100 RT @niam: @iwazer 今行われているロジスティック回帰モデルの高速近似解法は，Pythonで10行で書けますよ！

[gokichan]

「10行強で書けるロジスティック回帰モデル学習」

[tettsyun]

ロジスティック回帰の簡単な実装

[rin1024]

実行できなかたー。なんでだろ。

[ichan]

あとでRでやるかも

[niam]

みんなブクマするの早い・・・

[mamoruk]

解説がていねい。こういうふうにコードと解説がセットなのはすばらいい