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
奶油话梅糖16 分钟前
容器启停 2.5 毫秒:11 天 1,700 Star 的 Kiri,用一个 900 KB 的 PID 1 干掉了 runc 和 dockerd
前端·人工智能·rust
吴名氏.37 分钟前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent
东坡肘子1 小时前
把「更好」放在「更快」之前 -- 肘子的 Swift 周报 #162
人工智能·swiftui·swift
Csvn11 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考12 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考12 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
汤姆宝库12 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静12 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
武子康13 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习