Modificarea coeficienților modelului
Când apelezi fit cu scikit-learn, coeficienții regresiei logistice sunt învățați automat din setul tău de date. În acest exercițiu vei explora modul în care frontiera de decizie este reprezentată prin coeficienți. Pentru aceasta, vei modifica coeficienții manual (în loc să folosești fit) și vei vizualiza clasificatorii rezultați.
Un set de date 2D este deja încărcat în mediu ca X și y, împreună cu un obiect clasificator liniar model.
Acest exercițiu face parte din cursul
Clasificatori liniari în Python
Instrucțiuni pentru exercițiu
- Setează cei doi coeficienți și interceptul la diferite valori și observă frontierele de decizie rezultate.
- Încearcă să înțelegi cum influențează coeficienții frontiera de decizie.
- Setează coeficienții și interceptul astfel încât modelul să nu facă nicio eroare pe datele de antrenament date.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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)