Memvisualisasikan contoh yang mudah dan sulit
Dalam latihan ini, Anda akan memvisualisasikan contoh yang paling dan paling tidak diyakini oleh model logistic regression dengan melihat probabilitas prediksi yang terbesar dan yang terkecil.
Himpunan data digit tulisan tangan sudah dimuat ke dalam variabel X dan y. Fungsi show_digit menerima sebuah indeks bilangan bulat dan memplot gambar yang sesuai, dengan beberapa informasi tambahan ditampilkan di atas gambar.
Latihan ini merupakan bagian dari kursus
Klasifikator Linear di Python
Instruksi latihan
- Isi bagian kosong pertama dengan indeks digit yang paling diyakini oleh model.
- Isi bagian kosong kedua dengan indeks digit yang paling tidak diyakini oleh model.
- Amati gambar-gambar tersebut: apakah Anda setuju bahwa gambar pertama kurang ambigu dibandingkan yang kedua?
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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)