簡単な例と難しい例の可視化
この演習では、予測確率の最大値と最小値を見ることで、ロジスティック回帰モデルが最も自信がある例と最も自信がない例を可視化します。
手書き数字のデータセットはすでに X と y に読み込まれています。show_digit 関数は整数のインデックスを受け取り、対応する画像を表示します。画像の上部には追加情報も表示されます。
この演習はコースの一部です
Python で学ぶ線形分類器
演習の手順
- 1つ目の空欄には、モデルが最も自信がある数字の「インデックス」を入力してください。
- 2つ目の空欄には、モデルが最も自信がない数字の「インデックス」を入力してください。
- 画像を観察しましょう。最初の画像のほうが、2番目より曖昧さが少ないと感じますか？
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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)