知识卡片
决策边界按坐标解方程
逻辑回归以线性分数b0+bH×Height+bW×Weight经链接函数给出分类概率。若以Height为横轴、Weight为纵轴,0.5边界应解为Weight=−b0/bW−(bH/bW)Height(bW非零)。原例绘图交换了系数分母,不能直接复制;92%也是原样本描述,非本轮实测。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 列相关的可视化
原书出处 · 1 处
- 第2章 数据分析 列相关的可视化 · 查看原书依据
stat_abline(intercept=-coef(logit.model)[1]/coef(logit.model)[2], slope=-coef(logit.model)[3]/coef(logit.model)[2], geom='abline',color='bla
参考来源
- 位置:《机器学习:实用案例解析》第02章《列相关的可视化》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3090.html,spine3196)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:stat_abline(intercept=-coef(logit.model)[1]/coef(logit.model)[2], slope=-coef(logit.model)[3]/coef(logit.model)[2], geom='abline',color='bla