在逻辑回归中预测新值

Question

我正在张量流中构建一个逻辑回归模型来近似函数。

当我从整个数据集中随机选择训练和测试数据时，我得到了一个好的结果（蓝色是训练点;红色是测试点，黑色线是预测曲线）：

但是当我选择空间分离的测试数据时，我会得到如此可怕的预测曲线：

我明白为什么会这样。但机器学习模型不应该学习这些模式并预测新的价值吗？

类似的事情也发生在周期性函数中：

我在这里错过了一些小事吗？

P.S。我确实谷歌这个查询很长一段时间，但无法得到一个好的答案。

提前致谢。

Answer 1

1. 您在这里尝试做的与逻辑回归无关。 Logistic回归是一个分类器，你正在做回归。
2. 不，机器学习系统不够智能，无法学习如此处的功能。当你适合模型时，你告诉它找到训练数据的解释。它不关心模型在训练数据范围之外的作用。如果您希望它能够推断，那么您需要提供额外的信息。您可以将其设置为假设输入属于正弦波或二次多项式，并使其找到最佳拟合值。但是，如果没有关于函数形式的假设，您将无法进行推断。