SJS/2017/ex10
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
*SJS2017 ex10 [#f69bd8f1]
#contents
**これまでの分 [#kbc5dcd1]
- 以前の分を全て報告してokをもらってから，今回分にすすみ...
**課題A [#qee16d4e]
人工データをロジスティック回帰モデルで識別させてみよう(0)...
以下を適当な名前で保存して，ipython 上で実行してみよう．
このプログラムでは3クラスのデータを2次元の正規分布で生成...
#gist(08915ac166e2316568346be4c5b6e1c6);
**課題B [#g4957adb]
人工データをロジスティック回帰モデルで識別させてみよう (1...
上記プログラムで得られる2クラスのデータを学習データとして...
学習が一定回数（たとえば &mathjax{N}; 回）進むたびに交差...
構成はこんな感じ：
+ パラメータを初期化する
+ 以下を適当な回数繰り返す
++ &mathjax{N}; 個の中からデータを一つランダムに選ぶ
++ それを入力としてモデルの出力を求める
++ パラメータを更新する
++ 繰り返し回数が N の倍数になったら
--- 全ての学習データに対するモデルの出力を求める
--- それらの交差エントロピーの平均および誤識別率を求めて...
- パラメータの初期値は，&mathjax{[0,1)}; の一様乱数をもと...
- とりあえず &mathjax{\eta}; は 0.01 とか 0.001 とか．う...
- ↑ の getData は引数なしでは毎回乱数の種が異なってデータ...
- &mathjax{z = 0.5 \Leftrightarrow ax+by+c = 0 }; だから...
#pre{{
学習データの散布図を描く
xx = np.asarray( plt.xlim() )
yy = -( a * xx + c ) / b # 本当は b → 0 の...
line = matplotlib.lines.Line2D( xx, yy )
ax.add_line( line )
fig.show()
}}
終了行:
*SJS2017 ex10 [#f69bd8f1]
#contents
**これまでの分 [#kbc5dcd1]
- 以前の分を全て報告してokをもらってから，今回分にすすみ...
**課題A [#qee16d4e]
人工データをロジスティック回帰モデルで識別させてみよう(0)...
以下を適当な名前で保存して，ipython 上で実行してみよう．
このプログラムでは3クラスのデータを2次元の正規分布で生成...
#gist(08915ac166e2316568346be4c5b6e1c6);
**課題B [#g4957adb]
人工データをロジスティック回帰モデルで識別させてみよう (1...
上記プログラムで得られる2クラスのデータを学習データとして...
学習が一定回数（たとえば &mathjax{N}; 回）進むたびに交差...
構成はこんな感じ：
+ パラメータを初期化する
+ 以下を適当な回数繰り返す
++ &mathjax{N}; 個の中からデータを一つランダムに選ぶ
++ それを入力としてモデルの出力を求める
++ パラメータを更新する
++ 繰り返し回数が N の倍数になったら
--- 全ての学習データに対するモデルの出力を求める
--- それらの交差エントロピーの平均および誤識別率を求めて...
- パラメータの初期値は，&mathjax{[0,1)}; の一様乱数をもと...
- とりあえず &mathjax{\eta}; は 0.01 とか 0.001 とか．う...
- ↑ の getData は引数なしでは毎回乱数の種が異なってデータ...
- &mathjax{z = 0.5 \Leftrightarrow ax+by+c = 0 }; だから...
#pre{{
学習データの散布図を描く
xx = np.asarray( plt.xlim() )
yy = -( a * xx + c ) / b # 本当は b → 0 の...
line = matplotlib.lines.Line2D( xx, yy )
ax.add_line( line )
fig.show()
}}
ページ名:
![[PukiWiki]](image/blackuni3-80x80.png "[PukiWiki]")
