Sebuah model logistic regression berparameter \mathbf {w} dilatih dengan data latih yang terdiri dari pasangan-pasangan input-label (\mathbf {x}^{(i)}, y^{(i)}) sedemikian hingga berlaku bahwa untuk setiap i , \mathbf {x}^{(i)} = (1,x_{1}^{(i)},\dots,x_{D}^{(i)})\in \mathbb {R}^{D+1} dan y^{(i)}\in \{ 0, 1 \} .
Mana sajakah yang benar dari pernyataan-pernyataan di bawah?

Question

Sebuah model  logistic regression  berparameter   \mathbf {w}  dilatih dengan data latih yang terdiri dari pasangan-pasangan input-label   (\mathbf {x}^{(i)}, y^{(i)})  sedemikian hingga berlaku bahwa untuk setiap   i ,   \mathbf {x}^{(i)} = (1,x_{1}^{(i)},\dots,x_{D}^{(i)})\in \mathbb {R}^{D+1}  dan   y^{(i)}\in \{ 0, 1 \} .  
 Mana sajakah yang benar dari pernyataan-pernyataan di bawah?

Answer

Jika untuk suatu data latih   \mathbf {x}  dengan label   y= 0 , prediksi model memenuhi   \mathbf {w}^{	op }\mathbf {x} = \log _{e}(2) , maka   P(y = 0 \mid \mathbf {x}) = 2/3 .

Answer

Jika model menghasilkan peluang bersyarat   P(y=1 \mid \mathbf {x}) = 0.8  untuk suatu input   \mathbf {x} , maka   \exp (\mathbf {w}^{	op }\mathbf {x}) = 4 .

Answer

Jika   \mathbf {x}^{(j)}  dan   \mathbf {x}^{(k)}  terletak tepat pada  hyperplane  yang dihasilkan model sebagai batas antara kedua kelas, dan   \mathbf {u}  adalah vektor dari   \mathbf {x}^{(j)}  ke   \mathbf {x}^{(k)} , maka   \mathbf {u}  ortogonal terhadap   \mathbf {w} .

Answer

Jika pada semua pasangan input-label   (\mathbf {x}^{(i)},y^{(i)})  yang memenuhi kondisi   y^{(i)} = 0  berlaku bahwa   \mathbf {w}^{	op }\mathbf {x}^{(i)} < 0 , maka akurasi latih model pasti mencapai 100%.

Crowdly

Sebuah model logistic regression berparameter \mathbf {w} dilatih dengan da...

Want instant access to all verified answers on scele.cs.ui.ac.id?