Model katsayılarını değiştirme
scikit-learn ile fit çağırdığında, lojistik regresyon katsayıları veri kümenden otomatik olarak öğrenilir. Bu egzersizde karar sınırının katsayılarla nasıl temsil edildiğini keşfedeceksin. Bunu yapmak için katsayıları fit yerine elle değiştirecek ve ortaya çıkan sınıflandırıcıları görselleştireceksin.
İki boyutlu bir veri kümesi X ve y olarak, ayrıca doğrusal bir sınıflandırıcı nesnesi model olarak ortama zaten yüklendi.
Bu egzersiz
Python'da Lineer Sınıflandırıcılar
kursunun bir parçasıdırEgzersiz talimatları
- İki katsayıyı ve kesişimi farklı değerlere ayarla ve oluşan karar sınırlarını gözlemle.
- Katsayıların karar sınırıyla nasıl ilişkili olduğuna dair bir sezgi geliştirmeye çalış.
- Model, verilen eğitim verilerinde hiç hata yapmayacak şekilde katsayıları ve kesişimi ayarla.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# 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)