Memvisualisasikan logistic regression multi-kelas
Dalam latihan ini kita akan melanjutkan dengan dua jenis logistic regression multi-kelas, tetapi pada himpunan data 2D mainan yang dirancang khusus untuk merusak skema one-vs-rest.
Himpunan data dimuat ke dalam X_train dan y_train. Dua objek logistic regression, lr_mn dan lr_ovr, sudah dibuat (dengan C=100), dilatih, dan diplot.
Perhatikan bahwa lr_ovr tidak pernah memprediksi kelas biru tua… waduh! Mari kita telusuri mengapa hal ini terjadi dengan memplot salah satu pengklasifikasi biner yang digunakannya di balik layar.
Latihan ini merupakan bagian dari kursus
Klasifikator Linear di Python
Instruksi latihan
- Buat objek logistic regression baru (juga dengan
C=100) untuk digunakan pada klasifikasi biner. - Visualisasikan pengklasifikasi biner ini dengan
plot_classifier… apakah terlihat masuk akal?
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Print training accuracies
print("Softmax training accuracy:", lr_mn.score(X_train, y_train))
print("One-vs-rest training accuracy:", lr_ovr.score(X_train, y_train))
# Create the binary classifier (class 1 vs. rest)
lr_class_1 = ____
lr_class_1.fit(X_train, y_train==1)
# Plot the binary classifier (class 1 vs. rest)
plot_classifier(X_train, y_train==1, ____)