matlab logistic回归模型代码

以下是MATLAB中实现logistic回归模型的代码示例：

% 加载数据集
data = load('data.txt');
X = data(:, [1, 2]); y = data(:, 3);

% 可视化数据集
plotData(X, y);

% 添加偏置项
[m, n] = size(X);
X = [ones(m, 1) X];

% 初始化参数
initial_theta = zeros(n + 1, 1);

% 计算代价和梯度
[cost, grad] = costFunction(initial_theta, X, y);

% 优化求解参数
options = optimset('GradObj', 'on', 'MaxIter', 400);
[theta, cost] = fminunc(@(t)(costFunction(t, X, y)), initial_theta, options);

% 可视化决策边界
plotDecisionBoundary(theta, X, y);

% 预测新数据
prob = sigmoid([1 45 85] * theta);
fprintf('For a student with scores 45 and 85, we predict an admission probability of %f\n', prob);

其中，`plotData`函数用于可视化数据集，`costFunction`函数用于计算代价和梯度，`plotDecisionBoundary`函数用于可视化决策边界，`sigmoid`函数用于计算sigmoid函数的值。