首页 > 试题广场 >

二分类逻辑回归

[编程题]二分类逻辑回归

热度指数：23 时间限制：C/C++ 1秒，其他语言2秒空间限制：C/C++ 256M，其他语言512M
算法知识视频讲解

你需要基于用户的三个数值特征（年龄、月收入、浏览时长）训练一个二分类模型，判断其是否会购买某商品。每条训练数据包含三个特征与一个标签（0/1）。模型使用逻辑回归：以 Sigmoid 作为激活函数，损失为平均交叉熵，并加入 L2 正则。优化方式为批量梯度下降；达到最大迭代次数或相邻两次损失变化小于阈值即停止。随后对给定的测试样本输出预测标签与对应概率（四舍五入保留四位小数）。预测时，概率≥0.5 视为正类，否则为负类。

输入描述:

第1行：n max_iter alpha lam toln：训练样本条数
max_iter：最大迭代次数
alpha：学习率（浮点数）
lam：L2 正则系数（浮点数）
tol：损失收敛阈值（浮点数）
接下来 n 行：每行 a inc dur labela 为年龄（数值），inc 为月收入（数值），dur 为浏览时长（数值），label 为 0 或 1
第 n+2 行：m（测试样本数）
接下来 m 行：每行 a inc dur（仅特征，无标签）

输出描述:

共 m 行。每行输出：pred probpred 为预测标签（0 或 1）
prob 为对应正类概率，保留四位小数

示例1

输入

3 0 0.10 0.00 0.0001
20 3 2 0
30 10 8 1
40 15 12 1
2
25 5 4
35 12 9

输出

1 0.5000
1 0.5000

说明

max_iter=0，训练不进行，参数保持 w=b=0。
预测概率均为 0.5，阈值规则下均判为 1。

算法知识视频讲解

Silencer76

发表于 2025-10-30 11:57:48

REALHW83 二分类逻辑回归题目链接二分类逻辑回归题目描述你需要基于用户的三个数值特征（年龄、月收入、浏览时长）训练一个二分类模型，判断其是否会购买某商品。每条训练数据包含三个特征与一个标签（0或1）。模型使用逻辑回归：以 Sigmoid 作为激活函数，损失为平均交叉熵，并加入 L2 正展开全文