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.
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
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.
ZADATAK 1.a) Kakav utjecaj ima faktor 𝛼 na oblik sigmoide? Što to znači za model logističke regresije (tj. kako izlaz modela ovisi o normi vektora težina 𝐰 )?
Faktor utječe na nagib sigmoide, ali kako to utječe na model? Hoće za veći alpha model biti prenaučen u smislu brže će doći bliže vrijednosti 1?
BillIK Tako nekako. Model sa strmom sigmoidom teži k tome da daje vrijednosti jako blizu ili 0 ili 1, pa je teško interetirati točnost klasifikacije. Dodatno, mozda ti ovo pomogne, Dragi prijatelj strojnog učenja
Valentino Dragi prijatelj strojnog učenja
U 4. zadatku ako koristimo linear_model.LogisticRegression, kako odgovorit na ovo pitanje u vezi regularizacijskog faktora alpha? Koliko vidim LogisticRegression automatski implementira regularizaciju i taj se parametar ne moze postavit proizvoljno, pa pretpostavljam da se pitanje odnosi samo ako koristimo vlastitu implementaciju??
at5611 imaš u dokumentaciji LogisticRegressiona, atribut C je faktor regularizacije.
Dragi prijatelj strojnog učenja ty, stvarno san slip…
treba li se za eta raditi linijsko pretrazivanje ili se moze uzeti eta/N kako pise u skripti?
Daeyarn Eta ti je zadan, ne smiješ koristiti nikoji drugi.
Ima netko 2b) graf da može skrinat?
dinoo
Treba li dodavati u pogrešku izraz \frac{\alpha}{2} \mathbf{w}^T \mathbf{w}? Graf u 3. zadatku mi drastično drukčije izgleda kad maknem to
Kod 4. zadatka mi prilikom poly.transform(x) izbacuje error NotFittedError. Čak i kada probam izvan funkcije za graf prosiriti X u vise dimenzije mi izbacuje error. Zna netko zasto?
gad_gadski moras fit_transform
Shooshur meni ovako izgleda za 2.c ovaj graf za h, za 2.b mi je drugaciji, a oba grafa za tezine w0, w1 i w2 su mi ispala jednaka
edit: nisu ispali jednaki, ali se ne vidi neka golema razlika(mada postoji)
