Vizualizarea regresiei logistice multi-clasă
În acest exercițiu vom continua cu cele două tipuri de regresie logistică multi-clasă, dar pe un set de date 2D de test conceput special pentru a pune în dificultate schema one-vs-rest.
Setul de date este încărcat în X_train și y_train. Cele două obiecte de regresie logistică, lr_mn și lr_ovr, sunt deja instanțiate (cu C=100), antrenate și reprezentate grafic.
Observă că lr_ovr nu prezice niciodată clasa albastru închis… surprinzător! Hai să explorăm de ce se întâmplă acest lucru, reprezentând grafic unul dintre clasificatoarele binare pe care le folosește în fundal.
Acest exercițiu face parte din cursul
Clasificatori liniari în Python
Instrucțiuni pentru exercițiu
- Creează un nou obiect de regresie logistică (tot cu
C=100) care va fi utilizat pentru clasificare binară. - Vizualizează acest clasificator binar cu
plot_classifier… ți se pare rezonabil?
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Print training accuracies
print("Softmax training accuracy:", lr_mn.score(X_train, y_train))
print("One-vs-rest training accuracy:", lr_ovr.score(X_train, y_train))
# Create the binary classifier (class 1 vs. rest)
lr_class_1 = ____
lr_class_1.fit(X_train, y_train==1)
# Plot the binary classifier (class 1 vs. rest)
plot_classifier(X_train, y_train==1, ____)