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

问题预览/关键词

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。

绘制训练集数据的散点图

自定义plot_data()

Python实现逻辑回归的成本函数

自定义sigmoid()

调用成本函数

设置w,b的值,调用函数并计算。

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。

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。

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。

相关推荐
灵犀物润6 小时前
机器宠物建模的第一步:基础形体搭建(Blocking)
人工智能·机器人·宠物
人机与认知实验室6 小时前
触摸大语言模型的边界
人工智能·深度学习·机器学习·语言模型·自然语言处理
神的孩子都在歌唱7 小时前
PostgreSQL 向量检索方式(pgvector)
数据库·人工智能·postgresql
ARM+FPGA+AI工业主板定制专家7 小时前
基于Jetson+GMSL AI相机的工业高动态视觉感知方案
人工智能·机器学习·fpga开发·自动驾驶
新智元7 小时前
刚刚,谷歌深夜上新 Veo 3.1!网友狂刷 2.75 亿条,Sora 2 要小心了
人工智能·openai
yuzhuanhei7 小时前
Segment Anything(SAM)
人工智能
做科研的周师兄7 小时前
【机器学习入门】7.4 随机森林:一文吃透随机森林——从原理到核心特点
人工智能·学习·算法·随机森林·机器学习·支持向量机·数据挖掘
lll上7 小时前
三步对接gpt-5-pro!地表强AI模型实测
人工智能·gpt
喜欢吃豆8 小时前
一份关于语言模型对齐的技术论述:从基于PPO的RLHF到直接偏好优化
人工智能·语言模型·自然语言处理·大模型·强化学习
超龄超能程序猿8 小时前
Spring AI Alibaba 与 Ollama对话历史的持久化
java·人工智能·spring