Logistic从疝气病症预测病马的死亡率

errorSum:0.0 总错误率
numTests:6  循环次数

循环numTests次
k=0

读取训练数据

currLine: ['2.000000', '1.000000', '38.500000', '66.000000', '28.000000', '3.000000', '3.000000', '0.000000', '2.000000', '5.000000', '4.000000', '4.000000', '0.000000', '0.000000', '0.000000', '3.000000', '5.000000', '45.000000', '8.400000', '0.000000', '0.000000', '0.000000']

转成数据
lineArr: [2.0, 1.0, 38.5, 66.0, 28.0, 3.0, 3.0, 0.0, 2.0, 5.0, 4.0, 4.0, 0.0, 0.0, 0.0, 3.0, 5.0, 45.0, 8.4, 0.0, 0.0]

添加一行训练数据
trainingSet: [[2.0, 1.0, 38.5, 66.0, 28.0, 3.0, 3.0, 0.0, 2.0, 5.0, 4.0, 4.0, 0.0, 0.0, 0.0, 3.0, 5.0, 45.0, 8.4, 0.0, 0.0]]

添加一行训练标签
trainingLabels: [[0.0]]


最终得到
trainingSet: [[2.0, 1.0, 38.5, 66.0, 28.0, 3.0, 3.0, 0.0, 2.0, 5.0, 4.0, 4.0, 0.0, 0.0, 0.0, 3.0, 5.0, 45.0, 8.4, 0.0, 0.0], .....]

trainingLabels:
: : [0.0, 0.0, 1.0, 0.0, 0.0, 1.0, 1.0, 0.0, 0.0, 1.0, 1.0, 1.0, 1.0, 0.0, 1.0, 0.0, ......]

循环500次
得到trainWeights


读取测试数据:

numTestVec:0.0  记录全部测试的记录数

lineArr: [2.0, 1.0, 38.5, 54.0, 20.0, 0.0, 1.0, 2.0, 2.0, 3.0, 4.0, 1.0, 2.0, 2.0, 5.9, 0.0, 2.0, 42.0, 6.3, 0.0, 0.0]

利用lineArr和上一步的trainWeights计算得到
prob=1.0
计算得到分类
if prob>0.5: return 1.0
 else: return 0.0

判断分类是否正确
如果分类正确
errorCount=errorCount+1
利用errorCount=(errorCount)/numTestVec得到
errorRate=0.3582089552238806


计算全部循环的平均错误率
errorSum/float(numTests)