[STRUCE1] 3. laboratorijska vježba - 2021/2022

Skenk

Skenk nema veze, uspio

bjunolulz

Skenk kako si popravio

Daho_Cro

Jeste li u drugom zadatku koristili ugrađenu logističku regresiju(LogisticRegression) ili onu koju smo mi morali napisati tj. lr_train?

micho

Me Eh zanemari što sam napisao ranije.

Okej je i jedno i drugo za taj zadatak. Što je točnije ovisi o definiciji točnosti i problemu, oba načina mogu imati i boljke i nedostatke. U praksi ljudi više vole uprosječivanje i ono se koristi za taj grupni gradijentni spust da gradijent ne ovisi o broju primjeraka.

bodNaUvidima

bjunolulz SuperSjajan3

Možete napraviti razred CustomModel kojem predajete dobivene težine u konstruktoru. U tom razredu ponudimo funkciju predict(X) koja vraca np.array u kojem se nalaze predikcije za svaki primjer u X, uz zapamćene težine w.

Na kraju, poziv plot funckije može izgledati nekako ovako:
plot_2d_clf_problem(X, y, lambda x: customModel.predict(x) <= 0.5)

Ako vam se pojave greške radi različitih dimenzija w i x vodite računa o preslikavanju x unutar lambda funckije u Φ(x).

SuperSjajan3

Skenk moze podijelit kako si uspio ovo, dosta vremena sam vec izgubio na ovome

Skenk

SuperSjajan3 bjunolulz

Evo ovako mi izgleda taj dio za plotanje

angello2

u 1.e) i 2.a) dobim identicnu granicu izmedu klasa. S obzirom da ispod stoji pitanje “Zašto se rezultat razlikuje od onog koji je dobio model klasifikacije linearnom regresijom iz prvog zadatka?” pretpostavljam da ne bi tak trebalo bit? mislim koristio sam LogisticRegression u oba zadatka ne vidim sta sam mogo krivo napravit

angello2

angello2 evo skuzio sam sam, u drugom izleda treba radit sa svojom funkcijom.

kako vam izgleda graf u 3.? jel normalno da jedino za a=0 dobimo oke rjesenje a ostala su sva losija?

mbeno2358

angello2 S obzirom da ispod stoji pitanje “Zašto se rezultat razlikuje od onog koji je dobio model klasifikacije linearnom regresijom iz prvog zadatka?”

Pretpostavljam da se taj dio odnosi na prethodni lab jer smo u njemu klasificirali pomocu lin. reg. Mozda su ta dva labosa bila zajedno prije pa su zaboravili to updateat.

[obrisani korisnik]

angello2 ovako je meni ispalo:

steker

u 1 e) ovaj C parametar u logistic regression bi trebo bit neki dosta velik broj??

Reznox

U 2. i 3. zadatku koristite li vi nasu implementiranu funkciju ili LogisticalRegression?

Daho_Cro

Reznox Ja sam koristio našu implementiranu funkciju iz prvog zadatka. Ne znam točno koju je trebalo koristiti, ali vjerujem da neće biti problem bez obzira koju koristimo.

MyKnee

Kako se azurira eta u svakoj iteraciji u 1. b) zadatu?

bjunolulz

MyKnee ne azuriras

angello2

[obrisani korisnik] da tak je i meni otprilike

samo zas ti iteracije idu preko 2k?

[obrisani korisnik]

angello2 tako je kad dignem max_iter. radio sam tak svaki put kad mi u 2000 iteracija nije prekinuto zbog uvjeta za razliku greške s prošlom iteracijom, ne znam jel to dobro tbh

« Prethodna stranica Sljedeća stranica »