1. Nauka
  2. /
  3. Kursy
  4. /
  5. Liniowe klasyfikatory w Pythonie

Connected

ćwiczenie

Wizualizacja wieloklasowej regresji logistycznej

W tym ćwiczeniu ponownie przyjrzymy się dwóm podejściom do wieloklasowej regresji logistycznej, tym razem na zabawkowym zbiorze danych 2D, który celowo utrudnia działanie schematu jeden-kontra-reszta.

Zbiór danych jest wczytany do zmiennych X_train i y_train. Oba obiekty regresji logistycznej – lr_mn i lr_ovr – zostały już zainicjalizowane (z parametrem C=100), dopasowane i zwizualizowane.

Zauważ, że lr_ovr nigdy nie przewiduje klasy ciemnoniebieskiej… to niedobrze! Sprawdź, dlaczego tak się dzieje, wizualizując jeden z klasyfikatorów binarnych działających w tle.

Instrukcje

100 XP
  • Utwórz nowy obiekt regresji logistycznej (również z parametrem C=100) przeznaczony do klasyfikacji binarnej.
  • Zwizualizuj ten klasyfikator binarny za pomocą funkcji plot_classifier – czy wynik wygląda sensownie?