Вы работаете с простым датасетом, где нужно предсказать класс (0 или 1) по одному признаку. Например, предсказываем, болен ли человек (1) или здоров (0) по температуре тела.
У вас есть:
Массив признаков X (например, температуры)
X
Массив правильных ответов y (0 или 1)
y
Вам нужно найти лучшие значения коэффициента w и свободного члена b методом полного перебора, чтобы минимизировать log-loss.
w
b
p = np.clip(p, 1e-15, 1 - 1e-15)
np.arrange()
range()
Формат входных данных
На вход подаётся:
Формат выходных данных
Выведите три числа, каждое в отдельной строке:
best_w — лучшее значение коэффициента (float, с точностью до сотых)
best_w
best_b — лучшее значение свободного члена (float, с точностью до сотых)
best_b
min_loss — минимальное значение log-loss (float, с точностью 4 знака после запятой)
min_loss
36.6 37.2 38.5 39.1 36.8 0 0 1 1 0
0.20 -8.00 0.5854
1000 ms 256 Mb Правила оформления программ и список ошибок при автоматической проверке задач