Studoši

Koliko vama traje izvršavanje u 3. zadatku?

gladiator

def better_plot_2d_svc_problem(X, y, svc=None):
    '''
    Plots a two-dimensional labeled dataset (X,y) and, if SVC object is given, 
    the decision surfaces (with margin as well).
    '''
    assert X.shape[1] == 2, "Dataset is not two-dimensional"
    if svc!=None : 
        # Create a mesh to plot in
        num = 200  # mesh resolution
        x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
        y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
        xx, yy = np.meshgrid(np.linspace(x_min, x_max, num),
                             np.linspace(y_min, y_max, num))
        XX=np.c_[xx.ravel(), yy.ravel()]
        Z = better_svc_predict(svc, XX)
        # Put the result into a color plot
        Z = Z.reshape(xx.shape)
        plt.contourf(xx, yy, Z, cmap=plt.cm.Pastel1)

    # Plot the dataset
    plt.scatter(X[:,0],X[:,1], c=y, cmap=plt.cm.Paired, marker='o', s=50)

def better_svc_predict(svc, X) : 
    h = svc.decision_function(X)
    h[((h >= -1) & (h < -0.03)) | ((h > 0.03) & (h <= 1))] = 0.5
    np.clip(h, -1, 1, out=h)
    h[np.isclose(h, 0, atol=0.03)] = 5
    return h

Zna li itko kako plotati ove grafove u 2. zadatku? Postavljam fig, axs = plt.subplots(3,3, figsize=(15,15)) i zatim npr axs[0,0] = njihova_plot_fja i na kraju nakon svih 9 opcija sibnem plt.show(), ali mi prikazuje rešetku 3X3 i samo ovaj zadnji graf, ostali su prazni. U čemu je stvar, kako popraviti to?

maraska probaj axs[i,j].show

Alfetta e nije to radilo (axs nema taj atibut), ali popravila sam
Ako kome bude trebalo: prvo se napravi plt.figure() i onda za svaki graf plt.subplot(3,3,broj_grafa) i pozvati funkciju njihovu za crtanje.

Zna li netko što treba predati kao prvi argument (err) funkciji “plot_error_surface(err, c_range, g_range)” u 3.B zadatku?

fer999 error matricu koju ti vrati grid_search funkcija kad stavis error_surface=True

Joskica To sam i pokušao napraviti, s time da vraćam 2 matrice (za train i test). Ali mi baca error: "TypeError: unsupported operand type(s) for -: 'int' and 'list'". Kako si definirao te matrice u metodi grid_search? Ja sam samo lijepio u njih na odgovarajuća mjesta zero_one_losses.

ValueError: The number of FixedLocator locations (5), usually from a call to set_ticks, does not match the number of ticklabels (4).

Je li itko imao ovaj exception kod poziva njihove metode plot_error_surface()?

WickyWinslow downgrade matplotlib na 3.3.2

Je li ok u 4.d) dobiti da je za min max najmanja točnost? Koliko god puta pokrenem, uvijek su obična i standardno skalirana tu negdje, a min max najmanji.

maraska Ako generiraš na isti način kao i oni na početku 4. najlošiji bi trebao biti s običnim značajkama jer je velika razlika u skali x0 i x1

Moze neko pojasnit sto su tocno “Dualni koeficijenti”. Risia sam zadatak i printam ih al ne mogu shvatit sto su tocno.

Reznox U skripti su označeni s alfa

Reznox Reznox Primarnih koeficijenata ima n, dualnih ima N. To je jedina konzistentna razlika.

Alfetta Aha znaci zapravo su to dualne varijable, mislio sam da ovaj algoritam koji koristimo ima jos neke dodatne izracunate parametre.

Alfetta Yes, taj dio s generiranjem i podjelom u train/test sam kopirala njihovo. :/

Je li možda problem u ovim linijama:

model_min_max.fit(scaler_min_max.fit_transform(X_train),y_train)
accuracy_score(y_test, model_min_max.predict(scaler_min_max.transform(X_test))

Nez jesam li krivo shvatila kako je trebalo fittati model.

maraska vjerojatno ti je ostalo u metodi make_classification onaj random state cime uvijek generiras isti skup podataka

Rene Evo sad je dobro, neskalirano ima najmanju točnost. Sigurno je u tome bio problem, hvala ti. ❤️

Što trebamo koristiti kao pogrešku u 3.a)?

fer999 vjerojatno ti se to događa jer nisi poslao np.array nego običnu listu