python - 以下代码中使用什么公式来计算ys？

我无法理解用于预测绘制图表的ys的公式。

ys = (-theta[0] - theta[1] * xs) / theta[2]怎么可能？

fig, axes = plt.subplots(1, 3, sharex=True, sharey=True, figsize=(12, 3))
axes = axes.ravel()

for k, theta in enumerate(tha[:3]):
    ax = axes[k]
    xs = np.arange(0, 1, 0.1)
    ys = (-theta[0] - theta[1] * xs) / theta[2]
    ax.plot(xs, ys, lw=0.5)
    dfa.query('label ==  1').plot.scatter(x='x1', y='x2', ax=ax, color='blue')
    dfa.query('label == -1').plot.scatter(x='x1', y='x2', ax=ax, color='red')

最佳答案

在这里您不会预测ys，在公式中xs和ys都是您的功能，因此最好将它们命名为x1和x2。

这两个公式都定义了相同的决策边界：

ys = (-theta[0] - theta[1] * xs) / theta[2]
theta[2] * ys = (-theta[0] - theta[1] * xs)

但是要绘制边界，您应该定义一个特征和另一个特征。

所以这里ys不是您的预测，您的预测是
该表达式取决于两个特征xs和ys：

 theta[0] + theta[1] * xs + theta[2] * ys

在图中，这是将您的点分为两组的线。我附上了您描述此链接的屏幕截图。

关于python - 以下代码中使用什么公式来计算ys？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57210664/