Comparer les pertes logistique et hinge
Dans cet exercice, vous allez tracer les pertes logistique et hinge à partir de leurs expressions mathématiques, qui vous sont fournies.
Le schéma de la fonction de perte présenté dans la vidéo apparaît à droite.
Cet exercice fait partie du cours
Classifieurs linéaires en Python
Instructions
- Évaluez les fonctions
log_loss()ethinge_loss()aux points de la grille afin qu’elles soient tracées.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Mathematical functions for logistic and hinge losses
def log_loss(raw_model_output):
return np.log(1+np.exp(-raw_model_output))
def hinge_loss(raw_model_output):
return np.maximum(0,1-raw_model_output)
# Create a grid of values and plot
grid = np.linspace(-2,2,1000)
plt.plot(grid, ____, label='logistic')
plt.plot(grid, ____, label='hinge')
plt.legend()
plt.show()