逻辑回归决策边界实验室

调整参数 \(w_1, w_2, b\) 观察边界 \(w_1x_1 + w_2x_2 + b = 0\) 如何旋转和平移,理解“线性可分”的可解释性。

正类样本 y=1 负类样本 y=0 当前决策边界
准确率
0.00%
正类召回
0.00%
误分类数
0

当你把边界调到“正负样本分布过渡带”附近,准确率会更高。注意:线性边界无法拟合明显非线性数据,这也是后面引入特征映射/核方法的动机。