Studoši

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

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 bjunolulz

Evo ovako mi izgleda taj dio za plotanje

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 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?

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.

angello2 ovako je meni ispalo:

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

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

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.

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

MyKnee ne azuriras

[obrisani korisnik] da tak je i meni otprilike

samo zas ti iteracije idu preko 2k?

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

jel trebamo rijesit zadatke označene sa * ili to znači da nas neće pitat?

Ducky pitaju te ako riješiš da obajsniš, odgovoriš na pitanja i sl. Moguće i da ti postavi teorijsko pitanje iz tog dijela gradiva, ali ako ne znaš ne skidaju baš bodove. Mene je na prvom labu pitao asistent multikolinearnost iako taj dodatni zadatak nisam riješio