Dopasowywanie wieloklasowej regresji logistycznej
W tym ćwiczeniu dostosujesz dwa typy wieloklasowej regresji logistycznej – jeden-kontra-reszta oraz softmax/wielomianową – do zbioru danych z odręcznie pisanymi cyframi i porównasz wyniki. Zbiór danych jest już wczytany i podzielony na X_train, y_train, X_test oraz y_test.
To ćwiczenie jest częścią kursu
Liniowe klasyfikatory w Pythonie
Instrukcje do ćwiczenia
- Dopasuj klasyfikator regresji logistycznej jeden-kontra-reszta, ustawiając parametr
multi_class, i sprawdź wyniki. - Dopasuj klasyfikator wielomianowej regresji logistycznej, ustawiając parametr
multi_class, i sprawdź wyniki.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit one-vs-rest logistic regression classifier
lr_ovr = ____
lr_ovr.fit(X_train, y_train)
print("OVR training accuracy:", lr_ovr.score(X_train, y_train))
print("OVR test accuracy :", lr_ovr.score(X_test, y_test))
# Fit softmax classifier
lr_mn = ____
lr_mn.fit(X_train, y_train)
print("Softmax training accuracy:", lr_mn.score(X_train, y_train))
print("Softmax test accuracy :", lr_mn.score(X_test, y_test))