【发布时间】:2014-11-25 03:37:39
【问题描述】:
在逻辑回归函数之后,我得到一个像 [-0.34, -4.5, 0.5] 的 theta 向量。如何使用它在图中绘制边界线?
【问题讨论】:
标签: matlab machine-learning logistic-regression
在逻辑回归函数之后,我得到一个像 [-0.34, -4.5, 0.5] 的 theta 向量。如何使用它在图中绘制边界线?
【问题讨论】:
标签: matlab machine-learning logistic-regression
在二元分类的逻辑回归中,新样本x分类为0或1的概率为:
因此,决策边界对应于P(y=1|x)=P(y=0|x)=sigmoid(theta'*x)=0.5 所在的行,它对应于theta'*x=0。 sigmoid函数是sigmoid = @(z) 1.0 ./ (1.0 + exp(-z))。
在我们的例子中,数据有两个维度加上偏差,因此:
例如,x1 在 [-1 1] 范围内的决策边界可以表示为:
theta = [-0.34, -4.5, 0.5];
sigmoid = @(z) 1.0 ./ (1.0 + exp(-z));
% Random points
N = 100;
X1 = 2*rand(N,1)-1;
X2 = 20*rand(N,1)-10;
x = [ones(N,1), X1(:), X2(:)];
y = sigmoid(theta * x.') > 0.5;
% Boundary line
plot_x = [-1 1];
plot_y = (-1./theta(3)).*(theta(2).*plot_x + theta(1));
% Plot
figure;
hold on;
scatter(X1(y==1),X2(y==1),'bo');
scatter(X1(y==0),X2(y==0),'rx');
plot(plot_x, plot_y, 'k--');
hold off
xlabel('x1'); ylabel('x2');
title('x_{2} = 0.68 + 9 x_{1}');
axis([-1 1 -10 10]);
它会生成以下图:
【讨论】:
slope = theta(2)/(-theta(3)) = 9 和 intercept = theta(1)/(-theta(3)) = 0.68。因此边界是y = 9x + 0.68。