原文連結：http://www.mamicode.com/info-detail-1072145.html

背景：dataMatrix是(100,3)的列表，labelMat是(1，100)的列表，weights是(3,1)的陣列，屬性如下程式碼所示：

>>> import types
>>> type(dataMatrix)
<type ‘list‘>
>>> type(labelMat)
<type ‘list‘>
>>> type(weights)
<type ‘numpy.ndarray‘>
 

我的程式碼：

>>> dataMatrix=dataArr
>>> labelMat=labelMat.transpose()
>>> m,n=shape(dataMatrix)
>>> alpha=0.001
>>> maxCycles=500
>>> weights=ones((n,1))
>>> for k in range(maxCycles):
...     h=logRegres.sigmoid(dataMatrix*weights)
...     error=(labelMat-h)
...     weights=weights+alpha*dataMatrix.transpose()*error
 

解釋：

本人出現的問題是，dataMatrix，weights的大小分別為(100,3) (3,1), 是<type ‘list‘>、<numpy.ndarray>型別，而不是<matrix>型別，直接進行乘積C = A*B, 之後，提示上述錯誤，原因是陣列大小“不一致”， 解決方案，不用"*"符號，使用numpy中的dot()函式，可以實現兩個二維陣列的乘積，或者將陣列型別轉化為矩陣型別，使用"*"相乘，具體如下：

第一種方法：

>>> dataMatrix=dataArr
>>> labelMat=labelMat.transpose()
>>> m,n=shape(dataMatrix)
>>> alpha=0.001
>>> maxCycles=500
>>> weights=ones((n,1))

>>> for k in range(maxCycles):
...     h=logRegres.sigmoid(dot(dataMatrix,weights))
...     error=(labelMat-h)
...     weights=weights+alpha*dataMatrix.transpose()*error
... 
Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
AttributeError: ‘list‘ object has no attribute ‘transpose‘

分析：這次沒有出現上次的錯誤，但是這次出現的錯誤是指‘list‘沒有‘transpose‘轉置功能，我們知道只有矩陣才有轉置。所以用第二種方法，直接將dataMatrix，weights都轉換為矩陣，程式碼如下：

第二種方法：

>>> dataMatrix=mat(dataArr)
>>> labelMat=mat(labelMat)
>>> m,n=shape(dataMatrix)
>>> alpha=0.001
>>> maxCycles=500
>>> weights=ones((n,1))
>>> for k in range(maxCycles):
...     h=logRegres.sigmoid(dataMatrix*weights)
...     error=(labelMat-h)
...     weights=weights+alpha*dataMatrix.transpose()*error
... 
>>> 
這次沒有出現錯誤，解決了剛才的問題。