Question

我正在做三件事：

我对数据的缩放感到困惑。我的问题是我不确定我是否正确扩展数据。此外，我想在matlab中更改表面图的外观。

数据是二维的（x和y），x的范围是15000到80000 和y从1000到5500。

使用线性回归找到第1类和第0类的两条回归线。为此，我缩放了数据，计算了权重，并使用了缩放数据的权重，也对图中看到的非缩放数据。我想这是正确的，因为权重只是定义了斜率。但是，只要在下图中看到的数据从0缩放到1，数据就不可分离。

现在我很困惑我应该扩展我的数据。因为对于线性分类，我无法对数据进行扩展，因为它显然无法实现。没有缩放我使用梯度下降算法找到了以下分离平面：

关于matlab冲浪地图的第一个问题：如何获得一个看起来很漂亮的分离平面？

对于逻辑回归，有必要再次进行扩展。我猜是因为回归函数的范围为1 /（1 + exp（-w * x））。

我用这个

缩放它

data = (values - repmat(min(values,[],1),size(values,1),1))*spdiags(1./(max(values,[],1)-min(values,[],1))',0,size(values,2),size(values,2))

减去最小值并除以原始值的范围。对x和y缩放数据范围从0到1。使用梯度上升算法计算权重，发现

w = 0.2493   33.7885  -36.0428

用于缩放数据集和

w = 0.7610  269.3073 -102.6686

表示未缩放的数据。

以下图片是缩放数据：

基本问题是我何时应该扩展数据？何时使用缩放或未缩放的数据集？

scale data -> calc weights using scaled data -> plot using scaled or unscaled data?

或

calc weights using unscaled data -> plot using unscaled data?

我想物流功能图的范围也从15000到80000（x）从1000到5500（y）。当我绘制未缩放版本时，它看起来像这样，因为逻辑函数的范围从0到1：

绘制表面有更好的命令吗？网，trisurf？

Answer 1

在执行线性回归，线性分类或逻辑回归之前，没有必要对数据进行标准化 - 尽管它不会造成任何伤害，但最终结果应该通过线性变换保持不变。

我认为你根本不需要绘制表面。您有二维数据f(x,y)，因此要将两者分开，您需要一行。