Zmiana współczynników modelu
Gdy wywołujesz fit w scikit-learn, współczynniki regresji logistycznej są automatycznie wyznaczane na podstawie zbioru danych. W tym ćwiczeniu sprawdzisz, jak granica decyzyjna jest reprezentowana przez współczynniki. W tym celu ręcznie zmienisz wartości współczynników (zamiast używać fit) i zwizualizujesz powstałe klasyfikatory.
Dwuwymiarowy zbiór danych jest już wczytany do środowiska jako X i y, a także obiekt klasyfikatora liniowego model.
To ćwiczenie jest częścią kursu
Liniowe klasyfikatory w Pythonie
Instrukcje do ćwiczenia
- Ustaw oba współczynniki oraz wyraz wolny na różne wartości i obserwuj, jak zmienia się granica decyzyjna.
- Postaraj się wyrobić intuicję dotyczącą tego, jak współczynniki wpływają na kształt granicy decyzyjnej.
- Dobierz współczynniki i wyraz wolny tak, aby model nie popełniał żadnych błędów na podanych danych treningowych.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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)