Я пытаюсь создать программу, которая будет классифицировать точку как 1
или 0
с использованием Tensorflow. Я пытаюсь создать овальную форму вокруг центра этого участка, где синие точки:Непрерывная логистическая регрессия Tensorflow не работает
Все в овале должно быть классифицировано как 1
, все остальное должно быть 0
. На графике выше синие точки: 1
s, а красные x - 0
s.
Однако, каждый раз, когда я пытаюсь классифицировать точку, она всегда гласит 1
, даже если бы это была точка, с которой я ее тренировал, заявив, что это 0
.
Мой вопрос прост: почему угадай всегда 1
, и что я делаю неправильно или должен поступить иначе, чтобы исправить эту проблему? Это моя первая проблема машинного обучения, которую я пробовал без учебника, поэтому я действительно мало знаю об этом.
Я буду благодарен за любую помощь, которую вы можете дать, спасибо!
Вот мой код:
#!/usr/bin/env python3
import tensorflow as tf
import numpy
import matplotlib.pyplot as plt
training_in = numpy.array([[0, 0], [1, 1], [2, 0], [-2, 0], [-1, -1], [-1, 1], [-1.5, 1], [3, 3], [3, 0], [-3, 0], [0, -3], [-1, 3], [1, -2], [-2, -1.5]])
training_out = numpy.array([1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0])
def transform_data(x):
return [x[0], x[1], x[0]**2, x[1]**2, x[0]*x[1]]
new_training_in = numpy.apply_along_axis(transform_data, 1, training_in)
feature_count = new_training_in.shape[1]
x = tf.placeholder(tf.float32, [None, feature_count])
y = tf.placeholder(tf.float32, [None, 1])
W = tf.Variable(tf.zeros([feature_count, 1]))
b = tf.Variable(tf.zeros([1]))
guess = tf.nn.softmax(tf.matmul(x, W) + b)
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(tf.matmul(x, W) + b, y))
opti = tf.train.GradientDescentOptimizer(0.01).minimize(cost)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(1000):
for (item_x, item_y) in zip(new_training_in, training_out):
sess.run(opti, feed_dict={ x: [item_x], y: [[item_y]]})
print(sess.run(W))
print(sess.run(b))
plt.plot(training_in[:6, 0], training_in[:6, 1], 'bo')
plt.plot(training_in[6:, 0], training_in[6:, 1], 'rx')
results = sess.run(guess, feed_dict={ x: new_training_in })
for i in range(training_in.shape[0]):
xx = [training_in[i:,0]]
yy = [training_in[i:,1]]
res = results[i]
# this always prints `[ 1.]`
print(res)
# uncomment these lines to see the guesses
# if res[0] == 0:
# plt.plot(xx, yy, 'c+')
# else:
# plt.plot(xx, yy, 'g+')
plt.show()