Model regresji logistycznej w numpy od zera

0

Cześć,
wcześniej korzystałem z dostępnych implementacji modeli z m.in scikit-learn. Teraz jednak sam chciałem się zagłębić w implementacje modelu regresji logistycznej (stworzenie prostego modelu od zera korzystając z numpy), który będzie działał w ten sam sposób co LogisticRegressor z scikit-learn (oczywiście będzie dawał dużo mniejszą dokładność i będzie prostszy, chodzi o przedstawienie porównania, żeby było jasne o co chodzi). Z tego co wiem pożądany model powinien mieć funkcję fit (zwracającą odpowiednie parametry algorytmu), predict zwracająca oczekiwany rezultat procesu trenowania (tablice), oraz funkcję score zwracającą dokładność obliczeń modelu. W procesie trenowania chciałem wykorzystać algorytm stochastic gradient descent. Czy jego implementację powinienem umieścić w funkcji fit()? Jestem nowy w tym temacie i chciałem spytać, czy w ogóle dobrze się zabieram do takiego zadania. Wszelkie uwagi, wskazówki byłyby bardzo miło widziane.

Zarejestruj się i dołącz do największej społeczności programistów w Polsce.

Otrzymaj wsparcie, dziel się wiedzą i rozwijaj swoje umiejętności z najlepszymi.