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
AAA修煤气灶刘哥3 分钟前
32 GB 内存跑起 1800 亿参数模型,代价是什么?
人工智能·后端·架构
玩美数据25 分钟前
海外市场数据分析驱动下的产业趋势演变与竞争格局深度解读
大数据·人工智能
oil欧哟31 分钟前
Oil Studio 的产品思路与日常使用方式:在 Mac 上录口播演示,并接入 AI Agent 精剪与自动录屏
人工智能·macos
意念回复1 小时前
从 RNN 到 GQA:自注意力与多头注意力机制全解析
人工智能·rnn·深度学习
Flynn Liang1 小时前
AI Agent 分层记忆体系实战:用 Redis 五类结构构建可淘汰、可追溯的长短期记忆
数据库·人工智能·redis
CyrusYiVPP1 小时前
新用户第二周还剩几个?pandas做留存率cohort分析,数据分析实战第6期
人工智能·python
谙弆悕博士1 小时前
多智能体架构详解:网状去中心化架构(Mesh对等P2P)
人工智能·架构·去中心化·p2p·多智能体·智能体·langgraph
吴佳浩8 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_0912 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi