对逻辑回归二元分类器的决策边界感到困惑

时间:2019-02-13 16:12:56

标签: machine-learning logistic-regression

我无法解决问题。在问题中,假设函数H由

给出

H(x)= g(B0 + B1 * X1 + B2 * X2)

其中

B0 = 6,B1 = 0,B2 = -1

我得到了这些数字:

enter image description here

问题是哪个数字代表分类器给出的决策边界。答案是图B,但我不明白为什么。有人可以向我解释为什么会这样吗?

1 个答案:

答案 0 :(得分:1)

如果您使用阈值0.5进行分类,则得到的是:

g(z) > 0.5 ---> predict y = 1 => z > 0
g(z) < 0.5 ---> predict y = 0 => z < 0
for the first case if we take the relation z > 0, we get:
B0 + B1*X1 + B2*X2 > 0
6 + 0*x1 + (-1)*X2 > 0
X2 < 6

因此,对于X2 <6,您必须预测y = 1,对于X2> 6,您必须预测y = 0