本文重点

前面我们学习了线性回归模型的搭建，无论是基于pytorch还是不基于pytorch，以上的模型都是回归模型，本文我们将使用pytorch搭建逻辑回归模型，逻辑回归模型是一个经典的分类问题。

模型搭建

class LogisticRegression(nn.Module) : def __init__(self) :super (LogisticRegression, self). __init__()self.lr=nn.Linear(2,1)self.sm=nn.Sigmoid()def forward(self,x): x=self.lr(x)x=self.sm(x) return x 

这里我们使用pytorch搭建了一个逻辑回归的算法模型，其中输入层神经元2个，输出层神经元1个，然后后面接一个sigmoid激活函数，它的模型结构为：

数据处理

现在我们有一个文本文件数据集，它是一个文本文件，它里面的内容格式为：