寻找使数据线性可分的最简单多项式核

此问题涉及(核)感知器,并要求您参考以下训练数据回答(a)至(c)部分。您只能使用 numpy 和 matplotlib,不得使用任何现有的 numpy 感知器实现(如果存在)。

数据集

回顾多项式核的定义如下

多项式核

每个这样的核对应于原始数据的特征表示。寻找使数据线性可分的最简单多项式核(注意:此处定义的最简单是指 m 和 d 值最小的多项式核)。


回答:

如果 m = 1, d = 3,使用逻辑回归来解决

最终模型的权重将为您提供所需的值

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注