Einfache und schwierige Beispiele visualisieren
In dieser Übung visualisierst du die Beispiele, bei denen das Logistikregressionsmodell am sichersten bzw. am unsichersten ist, indem du dir die größten und kleinsten vorhergesagten Wahrscheinlichkeiten ansiehst.
Der Datensatz mit den handgeschriebenen Ziffern ist bereits in die Variablen X und y geladen. Die Funktion show_digit nimmt einen ganzzahligen Index entgegen und zeichnet das zugehörige Bild, mit zusätzlichen Informationen oberhalb des Bildes.
Diese Übung ist Teil des Kurses
<Kurs>Lineare Klassifikatoren in Python</Kurs>Übungsanweisungen
- Fülle die erste Lücke mit dem Index der Ziffer, bei der das Modell am sichersten ist.
- Fülle die zweite Lücke mit dem Index der Ziffer, bei der das Modell am unsichersten ist.
- Schau dir die Bilder an: Stimmst du zu, dass das erste weniger mehrdeutig ist als das zweite?
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
lr = LogisticRegression()
lr.fit(X,y)
# Get predicted probabilities
proba = lr.predict_proba(X)
# Sort the example indices by their maximum probability
proba_inds = np.argsort(np.max(proba,axis=1))
# Show the most confident (least ambiguous) digit
show_digit(____, lr)
# Show the least confident (most ambiguous) digit
show_digit(____, lr)