决策边界

来源:9-5 决策边界

哈hhh哈

2018-09-23

老师是我理解错了吗。。直线是θ0+θ1x1+θ2x2 = 0吧, 就是x2 = -(θ0+θ1x1)/ θ2,纵轴代表x2特征,横轴代表x1特征,那直线上方的点应该是 x2 > -(θ0+θ1x1)/ θ2,即θ0+θ1x1+θ2x2 > 0吧。。那应该是分类为1啊。。和您说的不太一样啊,我怎么突然蒙住了呢
图片描述

写回答

1回答

liuyubobobo

2018-09-24

在我们推导出的逻辑回归的损失函数的公式中,y(i)是1还是0,完全是对偶的。换句话说,将两类的类别颠倒,原来的1变为0,原来的0变为1,是完全不会影响这个损失函数的形式的(即原来的y变为1-y,原来的1-y变为y)。可以带入下式试试看?:)

//img.mukewang.com/szimg/5badb2d30001291009960547.jpg


因此,这两个类别,谁是1,谁是0,不会影响最终求出的决策边界是谁。但是确实会影响,到底是决策边界的上边是1还是决策边界的上边是0。不过,谁是1谁是0并不重要。毕竟,这里的0和1只是一个“标志”,我们的目的是区分这两个类别:)


为了实验这一点,我又做了一个简单的实验,如下,你可以看到,当我交换y的标志中0和1的类别的时候,最终的标志(0和1)变了。但是,他们对应的类别仍然是一样的:)

//img.mukewang.com/szimg/5badb8220001d04111410702.jpg

//img.mukewang.com/szimg/5badb8280001e09e11400429.jpg

//img.mukewang.com/szimg/5badb82d000169d011330723.jpg


加油!:)

0
3
哈hhh哈
回复
liuyubobobo
好的 非常感谢老师耐心回答
2018-09-28
共3条回复

Python3入门机器学习 经典算法与应用  

Python3+sklearn,兼顾原理、算法底层实现和框架使用。

5839 学习 · 2437 问题

查看课程