在Octave中绘制决策边界线

Question

我一直在学习机器学习课程，目前正在学习分类。 我实现了分类算法，并获得了参数以及成本。 该分配已经具有绘制决策边界的功能，并且可以正常工作，但是我试图读取其代码并且无法理解这些行。

plot_x = [min(X(:,2))-2,  max(X(:,2))+2]; 
% Calculate the decision boundary line
plot_y = (-1./theta(3)).*(theta(2).*plot_x + theta(1));

有人解释吗？

Answer 1

我也和你上同一门课。 我猜代码的作用是在决策线上生成两个点。

如您所知，您具有以下功能：

theta0 + theta1 * x1 + theta2 * x2 = 0

可以将其重写为：

c + mx + ky = 0

其中x和y是对应于x1和x2的轴， c是theta(0)或y轴截距， m是斜率或theta(1) ， k是theta(2) 。

该方程式（ c + mx + ky = 0 ）对应于决策边界，因此代码正在寻找x （或x1 ）的两个值，它们覆盖了整个数据集（ plot_x min和max函数中的-2和+2），然后使用方程式找到对应的y （或x2 ）值。 最后，可以绘制决策边界plot(plot_x, plot_y) 。

换句话说，它的作用是使用方程式生成两个点以在图形上绘制直线，这样做的原因是Octave无法在给定方程式的情况下绘制直线。

希望这对您有所帮助，对于语法上的任何错误或不清楚的解释^。^

---

重新排列方程式对我有帮助，因此在这里添加：

plot_y = -1/theta2 (theta1*plot_x + theta0)

请注意，Octave中的索引从1开始，而不是从0开始，因此theta(3) = theta2 ， theta(2) = theta1和theta(1) = theta0 。

此plot_y公式等效于：

c + mx + ky = 0             <=>
        -ky = mx + c        <=>
          y = -1/k (mx + c)