Предполагая, что в данных нет дубликатов.
Если n ≤ d+ 1 , вероятность равна Pr = 1 .
Для других комбинаций ( н , д) см. Следующий график:
Я создал этот график, имитируя входные и выходные данные, как указано в ОП. Линейная отделимость была определена как сбой сходимости в модели логистической регрессии из -за эффекта Хаука-Доннера .
Видно, что вероятность возрастает при увеличении . Фактически, мы могли бы подобрать модель, связывающую и , и это было результатом:Nн , дп
п( н , д) = 11 + е- ( 5,82944 - 4,58261 × n + 1,37271 × d- 0,0235785 × n × d)
Код для сюжета (у Юлии):
using GLM
ds = 10; #number of dimensions to be investigated
ns = 100 #number of examples to be investigated
niter = 1000; #number of iterations per d per n
P = niter * ones(Int64, ds, ns); #starting the number of successes
for d in 1:ds
for n in (d+1):ns
p = 0 #0 hits
for i in 1:niter
println("Dimensions: $d; Samples: $n; Iteration: $i;")
try #we will try to catch errors in the logistic glm, these are due to perfect separability
X = hcat(rand((n,d)), ones(n)); #sampling from uniform plus intercept
Y = sample(0:1, n) #sampling a binary outcome
glm(X, Y, Binomial(), LogitLink())
catch
p = p+1 #if we catch an error, increase the count
end
end
P[d,n] = p
end
end
using Plots
gui(heatmap(P./niter, xlabel = "Number of Samples", ylabel = "Number of Dimensions", title = "Probability of linear separability"))
Код для модели, относящейся к (в Юлии):( н , д)п
probs = P./niter
N = transpose(repmat(1:ns, 1, ds))
D = repmat(1:ds, 1, ns)
fit = glm(hcat(log.(N[:]), D[:], N[:].*D[:], ones(ds*ns)), probs[:], Binomial(), LogitLink())
coef(fit)
#4-element Array{Float64,1}:
# -4.58261
# 1.37271
# -0.0235785
# 5.82944
gui(heatmap(reshape(predict(fit), ds, ns), xlabel = "Number of Samples", ylabel = "Number of Dimensions", title = "Fit of probability of linear separability"))