मॉडल के coefficients बदलना
जब आप scikit-learn के साथ fit कॉल करते हैं, तो लॉजिस्टिक रिग्रेशन के coefficients अपने-आप आपके डेटासेट से सीखे जाते हैं. इस अभ्यास में आप देखेंगे कि coefficients से decision boundary कैसे व्यक्त होती है. इसके लिए आप coefficients को मैन्युअली बदलेंगे (यानी fit के बजाय) और प्राप्त होने वाले classifiers को विज़ुअलाइज़ करेंगे.
एक 2D डेटासेट पहले से ही X और y के रूप में, और एक linear classifier ऑब्जेक्ट model के साथ, एन्वायरनमेंट में लोड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Linear Classifiers
अभ्यास निर्देश
- दो coefficients और intercept को अलग-अलग मान दें और प्राप्त होने वाली decision boundaries देखें.
- यह समझ बनाने की कोशिश करें कि coefficients का decision boundary से क्या संबंध है.
- coefficients और intercept ऐसे सेट करें कि मॉडल दिए गए training data पर कोई गलती न करे.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)