Regularisierung und Wahrscheinlichkeiten
In dieser Übung beobachtest du, wie sich die Vorhersagewahrscheinlichkeiten ändern, wenn du die Stärke der Regularisierung variierst.
Ein 2D-Datensatz für binäre Klassifikation ist bereits als X und y in der Umgebung geladen.
Diese Übung ist Teil des Kurses
<Kurs>Lineare Klassifikatoren in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Set the regularization strength
model = LogisticRegression(C=1)
# Fit and plot
model.fit(X,y)
plot_classifier(X,y,model,proba=True)
# Predict probabilities on training points
prob = model.predict_proba(X)
print("Maximum predicted probability", ____)