モデル係数を変えてみよう
scikit-learn で fit を呼び出すと、ロジスティック回帰の係数はデータセットから自動的に学習されます。この演習では、意思決定境界が係数によってどのように表されるかを探ります。そのために、fit を使わずに手動で係数を変更し、得られた分類器を可視化します。
2 次元のデータセットはすでに X と y として、線形分類器オブジェクトは model として環境に読み込まれています。
この演習はコースの一部です
Python で学ぶ線形分類器
演習の手順
- 2 つの係数と切片をいろいろな値に設定し、その結果生じる意思決定境界を観察してください。
- 係数が意思決定境界にどのように関係するか、感覚をつかみましょう。
- 与えられた学習データで誤りが一切起きないように、係数と切片を設定してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)