Visualizzare esempi facili e difficili
In questo esercizio visualizzerai gli esempi su cui il modello di regressione logistica è più e meno sicuro osservando le probabilità previste più grandi e più piccole.
L'insieme di dati delle cifre scritte a mano è già caricato nelle variabili X e y. La funzione show_digit accetta un indice intero e traccia l'immagine corrispondente, mostrando alcune informazioni aggiuntive sopra l'immagine.
Questo esercizio fa parte del corso
Classificatori lineari in Python
Istruzioni dell'esercizio
- Compila il primo spazio con l'indice della cifra su cui il modello è più sicuro.
- Compila il secondo spazio con l'indice della cifra su cui il modello è meno sicuro.
- Osserva le immagini: sei d'accordo che la prima è meno ambigua della seconda?
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)