我有一个有效的线性回归算法,可以用它来绘制图形,但我不知道如何使用sigmoid变换来绘制Logistic回归。
下面是我正在使用的代码:
m = 0
c = 0
L = 0.0001 # The learning Rate
epochs = 1000 # The number of iterations to perform gradient descent
n = float(len(X)) # Number of elements in X
#performing gradient descent
for i in range(epochs):
Y_pred = m*X
我绘制了一个简单的图表,如下所示,发现了颜色显示的不同行为。
digraph G {
concentrate=true
edge [dir=none]
a -> b [color=red]
b -> c
c -> b
b -> a
}
A和b之间的图形显示边缘是红色的>>这个是正确的。
但当我把它改成
digraph G {
concentrate=true
edge [dir=none]
a -> b
b -&g
从Matlab图形创建灰度图像可能是一件很痛苦的事情,因为您必须恰到好处地缩放色彩映射表和颜色限制,以便灰色色彩映射表能够拾取所有细节。我已经意识到Photoshop非常非常适合做这件事。您可以加载图像并使用黑白滤镜,然后更改红色、绿色、蓝色等的级别以适应图像的细节。请参见下面的示例
我认为如果有一个函数可以调用,并且可以接受Photoshop所需的相同输入,这将是非常有用的。此函数的形式可能为
function bwfilter(h, C)
其中C是接受红色、绿色、青色等百分比输入的矩阵,h是图形句柄。在运行该函数时,图形将转换为黑白格式,并保存为Matlab的.fig格式,如果不可能