모델 계수 바꾸기
scikit-learn에서 fit을 호출하면, 로지스틱 회귀의 계수는 데이터셋으로부터 자동으로 학습돼요. 이번 연습에서는 결정 경계가 계수로 어떻게 표현되는지 살펴보겠습니다. 이를 위해 fit 대신 계수를 직접 수정하고, 그 결과로 만들어지는 분류기를 시각화해 볼 거예요.
2차원 데이터셋은 이미 X와 y로, 선형 분류기 객체는 model로 환경에 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 선형 분류기
연습 안내
- 두 개의 계수와 절편을 여러 값으로 설정하고, 그에 따른 결정 경계를 관찰하세요.
- 계수와 결정 경계가 어떤 관계인지 감을 잡아 보세요.
- 주어진 학습 데이터에서 오차가 없도록 계수와 절편을 설정해 보세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)