Visualiser des exemples faciles et difficiles
Dans cet exercice, vous allez visualiser les exemples pour lesquels le modèle de régression logistique est le plus et le moins sûr de lui, en examinant les probabilités prédites les plus grandes et les plus petites.
Le jeu de données des chiffres manuscrits est déjà chargé dans les variables X et y. La fonction show_digit prend en entrée un indice entier et trace l'image correspondante, avec quelques informations supplémentaires affichées au-dessus de l'image.
Cette activité fait partie du cours
Classificateurs linéaires en Python
Instructions de l’exercice
- Remplissez le premier blanc avec l'indice du chiffre pour lequel le modèle est le plus sûr de lui.
- Remplissez le deuxième blanc avec l'indice du chiffre pour lequel le modèle est le moins sûr de lui.
- Observez les images : êtes-vous d'accord pour dire que la première est moins ambiguë que la seconde ?
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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)