邏輯回歸

邏輯迴歸在術科考試中的重點在於精準實作 sigmoid 與 predict 兩個核心函式。

import numpy as np

  

def sigmoid(z):

    """

    實作sigmoid函數：將線性輸出轉換為0到1之間的機率值

    """

    # 使用 np.exp 以支援 numpy 陣列運算並正確處理極端值 [1]

    s = 1 / (1 + np.exp(-z))

    return s

def predict(X, w, b):

    """

    使用邏輯迴歸模型進行預測

    """

    # 1. 正確計算線性組合 w * x + b，使用 np.dot 可同時支援矩陣與向量輸入 [1]

    z = np.dot(X, w) + b

    # 2. 呼叫 sigmoid 函數將結果轉換為 0 到 1 之間的機率 [1]

    y_pred = sigmoid(z)

    # 3. y_pred 會自動適配輸出形狀：輸入 (m, n) 時輸出 (m,)；輸入 (n,) 時輸出純量 [1]

    return y_pred

np.exp：

np.dot：

內積，同時可以矩陣相乘