###前提・実現したいこと
ここに質問したいことを詳細に書いてください
機械学習でロジスティック回帰について学習していますが、コードの一部が具体的に何をしている部分なのかが理解できません。
###発生している問題・エラーメッセージ
エラーメッセージ
###該当のソースコード
python
1# パッケージをインポート 2import numpy as np 3import matplotlib 4import matplotlib.pyplot as plt 5from sklearn.linear_model import LogisticRegression 6from sklearn.model_selection import train_test_split 7from sklearn.datasets import make_classification 8# ページ上で直接グラフが見られるようにするおまじない 9%matplotlib inline 10 11# データの生成 12X, y = make_classification(n_samples=100, n_features=2, 13 n_redundant=0, random_state=42) 14train_X, test_X, train_y, test_y = train_test_split(X, y, random_state=42) 15 16# 以下にコードを記述してください 17# モデルの構築 18 19 20# train_Xとtrain_yを使ってモデルに学習させる 21#ここに答えを書いてください 22 23# test_Xに対するモデルの分類予測結果 24#ここに答えをかいてください 25 26# コードの編集はここまでです。 27# 生成したデータをプロット 28plt.scatter(X[:, 0], X[:, 1], c=y, marker=".", 29 cmap=matplotlib.cm.get_cmap(name="bwr"), alpha=0.7) 30 31# 学習して導出した識別境界線をプロット 32Xi = np.linspace(-10, 10) 33Y = -model.coef_[0][0] / model.coef_[0][1] * \ 34 Xi - model.intercept_ / model.coef_[0][1] 35plt.plot(Xi, Y) 36 37# グラフのスケールを調整 38plt.xlim(min(X[:, 0]) - 0.5, max(X[:, 0]) + 0.5) 39plt.ylim(min(X[:, 1]) - 0.5, max(X[:, 1]) + 0.5) 40plt.axes().set_aspect("equal", "datalim") 41# グラフにタイトルを設定する 42plt.title("classification data using LogisticRegression") 43# x軸、y軸それぞれに名前を設定する 44plt.xlabel("x-axis") 45plt.ylabel("y-axis") 46plt.show()
の
python
1Xi = np.linspace(-10, 10) 2Y = -model.coef_[0][0] / model.coef_[0][1] * \ 3 Xi - model.intercept_ / model.coef_[0][1] 4plt.plot(Xi, Y)
この部分です。
###試したこと
###補足情報(言語/FW/ツール等のバージョンなど)
より詳細な情報
このコードの出所は示すことができますか?コード中に「#ここに答えを書いてください」のようなことが書いてありますが、競技プログラミングや何かの教育機関の宿題のような雰囲気がします。
回答1件
あなたの回答
tips
プレビュー