Změna koeficientů modelu
Když zavoláš fit v scikit-learn, koeficienty logistické regrese se automaticky naučí z tvých dat. V tomto cvičení prozkoumáš, jak jsou rozhodovací hranice reprezentovány koeficienty. Koeficienty budeš měnit ručně (místo použití fit) a vizualizuješ výsledné klasifikátory.
Do prostředí je již načtena 2D datová sada jako X a y spolu s objektem lineárního klasifikátoru model.
Toto cvičení je součástí kurzu
Linear Classifiers in Python
Pokyny k cvičení
- Nastav oba koeficienty a intercept na různé hodnoty a sleduj výsledné rozhodovací hranice.
- Zkus si vytvořit intuici pro to, jak koeficienty ovlivňují rozhodovací hranici.
- Nastav koeficienty a intercept tak, aby model nedělal žádné chyby na daných trénovacích datech.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Set the coefficients
model.coef_ = np.array([[0,1]])
model.intercept_ = np.array([0])
# Plot the data and decision boundary
plot_classifier(X,y,model)
# Print the number of errors
num_err = np.sum(y != model.predict(X))
print("Number of errors:", num_err)