预测逻辑回归中的新值

Question

我正在 tensorflow 中构建一个逻辑回归模型来逼近一个函数。

当我从完整的数据集中随机选择训练和测试数据时，我得到了一个很好的结果（蓝色是训练点；红色是测试点，黑线是预测曲线）：

但是当我选择空间上独立的测试数据时，我得到的预测曲线很糟糕，如下所示：

我明白为什么会这样。但是机器学习模型不应该学习这些模式并预测新值吗？

周期函数也会发生类似的事情：

我在这里错过了一些琐碎的事情吗？

附：我确实在谷歌上搜索了很长一段时间，但没有得到一个好的答案。

提前致谢。

Answer 1

1. 您在此处尝试执行的操作与逻辑回归无关。逻辑回归是一个分类器，你正在做回归。
2. 不，机器学习系统还不够聪明，无法像您在这里那样学习推断函数。当您拟合模型时，您是在告诉它找到训练数据的解释。它不关心模型在训练数据范围之外做什么。如果你希望它能够推断，那么你需要给它额外的信息。您可以将其设置为假设输入属于正弦波或二次多项式，并让它找到最合适的那个。但是，如果不假设函数的形式，您将无法推断。