29、实现逻辑回归算法与决策边界可视化

东方耀

29、实现逻辑回归算法与决策边界可视化


逻辑回归的theta有没有什么几何意义？
引入分类问题非常重要的概念：决策边界

1. def plot_decision_boundary(model, axis):
   
2. #     axis代表：x轴y轴的范围
   
3.     x0, x1 = np.meshgrid(
   
4.         np.linspace(axis[0], axis[1], int((axis[1]-axis[0])*100)).reshape(-1, 1),
   
5.         np.linspace(axis[2], axis[3], int((axis[3]-axis[2])*100)).reshape(-1, 1),
   
6.     )
   
7.     X_new = np.c_[x0.ravel(), x1.ravel()]
   
8.     y_predict = model.predict(X_new)
   
9.     zz = y_predict.reshape(x0.shape)
   
10.     from matplotlib.colors import ListedColormap
    
11.     custom_cmap = ListedColormap(['#EF9A9A','#FFF59D','#90CAF9'])
    
12.     plt.contourf(x0, x1, zz, linewidth=5, cmap=custom_cmap)

复制代码

1. plot_decision_boundary(log_reg, axis=[4, 10, 1, 5])
   
2. plt.scatter(X[y==0,0], X[y==0,1])
   
3. plt.scatter(X[y==1,0], X[y==1,1])
   
4. plt.scatter(X[y==2,0], X[y==2,1])
   
5. plt.show()

复制代码

ipynb文件在附件，可提供下载！


视频教程请参考：http://www.ai111.vip/thread-349-1-1.html
东方老师微信：dfy_88888

fglbee

this is good idea

fglbee

this is good idea

nlp

this is good idea

kiko

学习中，支持