1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning with Tree-Based Models in Python
Connected

cvičení

Logistická regrese vs. klasifikační strom

Klasifikační strom rozděluje prostor příznaků do obdélníkových oblastí. Naproti tomu lineární model, jako je logistická regrese, vytváří jedinou lineární rozhodovací hranici, která prostor příznaků rozdělí na dvě rozhodovací oblasti.

Připravili jsme pro tebe vlastní funkci plot_labeled_decision_regions(), pomocí které můžeš vizualizovat rozhodovací oblasti seznamu obsahujícího dva natrénované klasifikátory. Více o této funkci zjistíš zadáním help(plot_labeled_decision_regions) do shellu.

V pracovním prostředí máš k dispozici X_train, X_test, y_train, y_test, model dt natrénovaný v předchozím cvičení a také funkci plot_labeled_decision_regions().

Pokyny

100 XP

  • Importuj LogisticRegression z sklearn.linear_model.

  • Vytvoř instanci modelu LogisticRegression a přiřaď ji do proměnné logreg.

  • Natrénuj logreg na trénovací sadě.

  • Prohlédni si graf vygenerovaný funkcí plot_labeled_decision_regions().