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。