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
tellmewhoisi6 分钟前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
oil欧哟6 分钟前
从产品经理视角拆解 DeepSeek Super-agent:双层路由与异步调度架构
人工智能
张张123y16 分钟前
个人助手型 Agent 的六个工程细节:Hermes 与 OpenClaw 的审批、委派、上下文与调度
网络·人工智能·开源·后端开发·ai agent
Dawson Zhu1 小时前
【模型量化⑦】W4A8与GPTQ-Int4:极限压缩与MLC-LLM部署实战
人工智能·语言模型·架构·aigc·agi
千寻技术帮1 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
天树星智源1 小时前
KV 剪枝的同一个误差,模型确定时只改 1.4% 的 token,不确定时改 65%:接上不确定性,AIME25 端到端快 1.27 倍
人工智能·大模型
AI英德西牛仔1 小时前
PC 用户的效率革命:腾讯元宝导出 Word 指令与“AI 导出鸭”的底层逻辑
人工智能·word·excel·deepseek·ai导出鸭
Flynn Liang2 小时前
多智能体协同不再复杂:Redis Stream 消费者组、幂等与故障恢复
数据库·人工智能·redis·缓存·ai agent·智能体
VIP_CQCRE11 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷12 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能