logo
Loading...

Day 37 Logistic Regression問題 - Cupoy

各位前輩,大家好。兩個問題想要請前輩協助:問題1.Day 37 的鳶尾花案例(Logistic Re...

ml100-2,ml100-2-d37

Day 37 Logistic Regression問題

2019/05/24 06:05 下午
機器學習共學討論版
蔡汶修
觀看數:14
回答數:2
收藏數:0
ml100-2
ml100-2-d37

各位前輩,大家好。兩個問題想要請前輩協助:


問題1.

Day 37 的鳶尾花案例(Logistic Regression):

logreg.intercept_ 出來的值為:

array([ 0.26285844,  0.90894772, -1.13916732])


logreg.coef_ 出來的值為:

array([[ 0.39499237,  1.4386022 , -2.22463256, -1.00282673],        [ 0.53629446, -1.7168245 ,  0.60579622, -1.53895099],        [-1.73926827, -1.41643016,  2.44033956,  2.53159177]])


column name = ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']


顯示有三條的Boundary在這個案例中。

以第一條界線來說,寫成方程式後為

 y = 0.26285844 + 0.39499237*'sepal length (cm)'+1.4386022*'sepal width (cm)'+-2.22463256*'petal length (cm)'+-1.00282673*'petal width (cm)'


以上敘述不知是否正確?謝謝。


問題2.

Day 37 的補充資料中 https://reurl.cc/QGqEo

有提到Logistic Regression的優點:  

1.資料不需要線性可分  

2.可以獲得A類跟B類的機率  

3.實務上Logistic Regression執行速度非常快


第1點提到: 資料不需要線性可分。想請問一下原因是: 因為Logistic 可以畫出多組Boundary。所以畫出來的boundary可能可以有效地切割非線性可分的資料嗎?還是另有含意? 謝謝。