선형 분류기: 예측 방정식

Python으로 배우는 선형 분류기

Michael (Mike) Gelbart

Instructor, The University of British Columbia

내적

x = np.arange(3)
x

array([0, 1, 2])

y = np.arange(3,6)
y

array([3, 4, 5])

x*y

array([0, 4, 10])

np.sum(x*y)

x@y

$\textrm{raw model output} = \textrm{coefficients} \cdot \textrm{features} + \textrm{intercept}$
선형 분류기 예측: 원시 모델 출력을 계산하고 부호를 확인
- 양수이면 한 클래스로 예측
- 음수이면 다른 클래스로 예측
로지스틱 회귀와 선형 SVM에서 동일하게 적용
- fit은 다르지만 predict는 동일

$\textrm{raw model output} = \textrm{coefficients} \cdot \textrm{features} + \textrm{intercept}$

lr = LogisticRegression()

lr.fit(X,y)

lr.predict(X)[10]

lr.predict(X)[20]

lr.coef_ @ X[10] + lr.intercept_ # raw model output

array([-33.78572166])

lr.coef_ @ X[20] + lr.intercept_ # raw model output

array([ 0.08050621])

Python으로 배우는 선형 분류기