과제 # 12 Logistic Regression

패키지를 이용한 해 구하기

import sympy
import numpy

from matplotlib import pyplot
%matplotlib inline #브라우저 상에서 바로 그림을 구현해줌 

f = 함수식 
f미분 = f.diff(x) #함수식을 x로 미분한 식 

해 = sympy.solve(식,x) # x를 기준으로 식의 해 구하기

 

Gradient Descent 를 통한 해 구하기 

 

fpnum = sympy.lambdify(w, fprime) #기울기를 구하는 함수 

w = 10.0   #임의로 w 초기값 설정

for i in range(1000):
    w = w - fpnum(w)*0.01 # w값이 최소값이 나올 떄까지 줄여나감

 

데이터 파일 다운로드 받기 

from urllib.request import urlretrieve
URL = 'http://go.gwu.edu/engcomp1data5?accessType=DOWNLOAD'
urlretrieve(URL, 'land_global_temperature_anomaly-1880-2016.csv')


import numpy as np
fname = '/content/land_global_temperature_anomaly-1880-2016.csv'
year, temp_anomaly = numpy.loadtxt(fname, delimiter=',', skiprows=5, unpack=True)

 

 

* rich output : 도표, 그림 등 가공된 결과물