在C語言中，可以通過使用庫函數和數學函數來實現logistic回歸模型。下面是一個簡單的示例代碼：
#include <stdio.h>
#include <math.h>
// sigmoid函數
double sigmoid(double x) {
return 1 / (1 + exp(-x));
}
// logistic回歸模型
double logistic_regression(double x[], double coefficients[], int num_features) {
double logit = coefficients[0]; // 截距項
for (int i = 0; i < num_features; i++) {
logit += coefficients[i+1] * x[i]; // 線性部分
}
return sigmoid(logit);
}
int main() {
// 訓練好的系數
double coefficients[] = {-2.3, 1.4, -0.7};
// 輸入特征
double x[] = {1.2, -0.5};
// 預測結果
double prediction = logistic_regression(x, coefficients, 2);
printf("Prediction: %f\n", prediction);
return 0;
}
在上述代碼中，logistic_regression函數實現了logistic回歸模型，接受輸入特征向量x、系數數組coefficients和特征數量num_features作為參數，返回預測結果。在main函數中，我們定義了訓練好的系數和輸入特征，然后通過調用logistic_regression函數來進行預測，并輸出結果。
需要注意的是，上述代碼只是一個簡化的示例，實際應用中可能需要進一步優化和擴展。
