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 confiant, en examinant les probabilités prédites les plus grandes et les plus petites.
Le jeu de données de chiffres manuscrits est déjà chargé dans les variables X et y. La fonction show_digit prend un indice entier et trace l’image correspondante, avec quelques informations supplémentaires affichées au-dessus de l’image.
Cet exercice fait partie du cours
Classifieurs linéaires en Python
Instructions
- Renseignez le premier champ avec l’indice du chiffre pour lequel le modèle est le plus confiant.
- Renseignez le deuxième champ avec l’indice du chiffre pour lequel le modèle est le moins confiant.
- 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 cet exemple de code.
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)