Regularyzacja i prawdopodobieństwa
W tym ćwiczeniu zaobserwujesz, jak zmiana siły regularyzacji wpływa na przewidywane prawdopodobieństwa.
Dwuwymiarowy binarny zbiór danych do klasyfikacji jest już wczytany do środowiska jako X i y.
To ćwiczenie jest częścią kursu
Liniowe klasyfikatory w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Set the regularization strength
model = LogisticRegression(C=1)
# Fit and plot
model.fit(X,y)
plot_classifier(X,y,model,proba=True)
# Predict probabilities on training points
prob = model.predict_proba(X)
print("Maximum predicted probability", ____)