Visualizar ejemplos fáciles y difíciles
En este ejercicio, vas a visualizar los ejemplos sobre los que el modelo de regresión logística está más y menos seguro, fijándote en las probabilidades pronosticadas más grandes y más pequeñas.
El conjunto de datos de dígitos escritos a mano ya está cargado en las variables X y y. La función show_digit recibe un índice entero y dibuja la imagen correspondiente, con información adicional mostrada encima de la imagen.
Este ejercicio forma parte del curso
Clasificadores lineales en Python
Instrucciones del ejercicio
- Rellena el primer espacio en blanco con el índice del dígito sobre el que el modelo está más seguro.
- Rellena el segundo espacio en blanco con el índice del dígito sobre el que el modelo está menos seguro.
- Observa las imágenes: ¿estás de acuerdo en que la primera es menos ambigua que la segunda?
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
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)