当前位置:   article > 正文

吴恩达2022机器学习专项课程(一)7.2 逻辑回归的简化成本函数课后实验 Lab5

吴恩达2022机器学习专项课程(一)7.2 逻辑回归的简化成本函数课后实验 Lab5

二分类问题的训练集(多特征)

每行训练样本有两个特征和一个取值只有0或1的目标变量。
在这里插入图片描述

绘制训练集数据的散点图

在这里插入图片描述

自定义plot_data()

在这里插入图片描述

Python实现逻辑回归的成本函数

在这里插入图片描述

自定义sigmoid()

在这里插入图片描述

调用成本函数

设置w,b的值,调用函数并计算。
在这里插入图片描述

不同的w,b,绘制逻辑回归模型的决策边界

由6.3课可知,决策边界公式:wx+b=0,示例为多特征,因此w0x0+w1x1+b=0。这里设置两个w都为1,蓝色线条对应b=-3,紫色线条对应b=-4。由图可知,紫色代表的w,b参数构建的模型预测效果差。在这里插入图片描述

验证哪条决策边界效果好

b=-4的成本函数值更高,对应了上图结论:紫色决策边界代表的w,b构建的模型预测效果差。
在这里插入图片描述

总结

首先我们根据训练集数据绘制了散点图,然后根据不同参数,尝试了两种决策边界的绘制。经过可视化观察和成本函数计算的双重验证,我们确定了其中一种参数绘制的决策边界效果较好,因此使用这种参数构建的模型预测效果也会更好。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/501137?site
推荐阅读
相关标签
  

闽ICP备14008679号