1. Learn
    2. /
  2. Cursuri
    3. /
  3. Machine Learning cu modele bazate pe arbori în Python
Connected

exercițiu

Regresie logistică vs. arbore de clasificare

Un arbore de clasificare împarte spațiul caracteristicilor în regiuni dreptunghiulare. Prin contrast, un model liniar precum regresia logistică produce o singură frontieră de decizie liniară, împărțind spațiul caracteristicilor în două regiuni.

Am scris o funcție personalizată numită plot_labeled_decision_regions() pe care o poți folosi pentru a reprezenta grafic regiunile de decizie ale unei liste cu doi clasificatori antrenați. Poți introduce help(plot_labeled_decision_regions) în consolă pentru a afla mai multe despre această funcție.

X_train, X_test, y_train, y_test, modelul dt antrenat într-un exercițiu anterior, precum și funcția plot_labeled_decision_regions() sunt disponibile în spațiul tău de lucru.

Instrucțiuni

100 XP

  • Importă LogisticRegression din sklearn.linear_model.

  • Instanțiază un model LogisticRegression și atribuie-l variabilei logreg.

  • Antrenează logreg pe setul de antrenament.

  • Analizează graficul generat de plot_labeled_decision_regions().