python - 以下代码中使用什么公式来计算 ys？

Question

我无法理解预测 ys 来绘制图表的公式。

怎么会是ys = (-theta[0] - theta[1] * xs)/theta[2]？

fig, axes = plt.subplots(1, 3, sharex=True, sharey=True, figsize=(12, 3))
axes = axes.ravel()

for k, theta in enumerate(tha[:3]):
    ax = axes[k]
    xs = np.arange(0, 1, 0.1)
    ys = (-theta[0] - theta[1] * xs) / theta[2]
    ax.plot(xs, ys, lw=0.5)
    dfa.query('label ==  1').plot.scatter(x='x1', y='x2', ax=ax, color='blue')
    dfa.query('label == -1').plot.scatter(x='x1', y='x2', ax=ax, color='red')

Answer 1

这里你不预测ys，在公式中xs和ys都是你的特征，所以最好将它们命名为x1 和 x2。

这个公式定义了相同的决策边界:

ys = (-theta[0] - theta[1] * xs) / theta[2]
theta[2] * ys = (-theta[0] - theta[1] * xs)

但是要绘制边界，您应该定义一个特征与其他特征。

所以这里ys不是你的预测，你的预测是的标志该表达式取决于两个特征 xs 和 ys:

 theta[0] + theta[1] * xs + theta[2] * ys

在绘图上，这条线将您的点分为两组。我附上了您描述的链接的屏幕截图。