Studoši

Daeyarn Možda imam niski iq, ali zašto su ti na x-osi ovi brojevi? Nije mu varijabla po kojoj funkcije idu?

[obrisani korisnik] dada, varijabla je mu, meni pisu drugaciji brojevi jer sam zaboravio predati x-os vrijednosti u funkciju plot:
(interval je varijabla koja ima vrijednost np.linspace(0, 1) tj. ima 50 članova, pa je funkcija plot uzela za x-os indexe elemenata iz intervala)
kad dodam interval kao prvi argument u plt.plot

onda su na x-osi dobre vrijednosti

nisam uopce skuzio da krivo pise ispod, hvala ti😄

još kome slično izgleda graf u 2.c)?

Daeyarn dobar

Daeyarn
Zbunjuje me razlika u zajedničkoj vjerojatnosti na drugoj polovici grafa kod tebe i mene.

Ovdje se vidi zadnjih nekoliko vrijednosti L i u ovoj listi vrijednosti zajedničke vjerojatnosti koje ja dobijem.

Vidi se da je L monotono padajuća i, ak sam dobro skužila, samo se treba množiti s vrijednostima beta-distribucije, koja je na drugoj polovici isto monotono padajuća, pa mi je i logično da zajednička vjerojatnost pada na tom dijelu.

[obrisani korisnik] i meni graf tako izgleda

[obrisani korisnik] izglednosti

hellvetica 3.d) s oznakom 2 isto

[obrisani korisnik] pokusavam skuziti zasto mi je aposteriori drugacija, ovak ju racunam inace

hellvetica Ko kod kolege ili ko kod mene? 😆

[obrisani korisnik] kod tebe
Ne vidi se bas al tjt

također ekipa, kakvi su vam ispisi na 3.c?

bodNaUvidima [obrisani korisnik] meni je isto ovako ispalo

za primjere s oznakom 2

[obrisani korisnik] da, zaboravila sam napomenuti da je ovo za razred 0 🙂

[obrisani korisnik] meni je za klasu 0 drugačije ispalo

Also 3(d) sa oznakom 2?

hellvetica isto mi je

Daeyarn a kak ti izgleda L? Jer ja imam isto ovak za aposteriori

Daeyarn ispravak 3.c) je ovako

edit: tj. jel se u sum(norm(mi, sigma).logpdf(x)) zadaje varijanca ili korijen varijance

[obrisani korisnik]

Daeyarn isto tak, onda nezz

[obrisani korisnik]

zaboravio sam dati funkciji N=10 i m=1 pa je ostao default value m=9, sad je oke
hvala ti😃

Nije mi jasno što treba napraviti u 3. zadatku sa ovim data iz load_iris. Kako ga scatterate?

Bananaking ideš po svim kombinacijama parova atributa (ima ih 6) i napraviš scatter gdje za svaku os uzmeš jedan od ta dva atributa

ja sam još dok sam odvajala primjere iz klase koju sam odabrala radila posebnu listu za svaki atribut i u nju stavljala vrijednost tog atributa za svaki primjer, pa da samo te liste proslijedim za argumente u scatter()