쉬운 예시와 어려운 예시 시각화
이번 연습에서는 예측 확률이 가장 크고 가장 작은 경우를 살펴봄으로써, 로지스틱 회귀 모델이 가장 확신하는 예시와 가장 확신하지 못하는 예시를 시각화해 보겠습니다.
손글씨 숫자 데이터셋은 이미 변수 X와 y에 로드되어 있습니다. show_digit 함수는 정수 인덱스를 받아 해당 이미지를 그려 주며, 이미지 위에 몇 가지 추가 정보도 함께 표시합니다.
이 연습은 강의의 일부입니다
Python으로 배우는 선형 분류기
연습 안내
- 첫 번째 빈칸에는 모델이 가장 확신하는 숫자의 인덱스를 입력하세요.
- 두 번째 빈칸에는 모델이 가장 확신하지 못하는 숫자의 인덱스를 입력하세요.
- 이미지를 살펴보세요. 첫 번째 이미지가 두 번째 이미지보다 덜 모호하다고 생각하시나요?
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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)