Обучение многоклассовой логистической регрессии
В этом упражнении вы обучите два вида многоклассовой логистической регрессии — «один против всех» и softmax/мультиномиальную — на наборе данных рукописных цифр и сравните результаты. Набор данных уже загружен и разбит на X_train, y_train, X_test и y_test.
Это упражнение является частью курса
Линейные классификаторы в Python
Инструкции к упражнению
- Обучите классификатор логистической регрессии «один против всех», задав параметр
multi_class, и выведите результаты. - Обучите мультиномиальный классификатор логистической регрессии, задав параметр
multi_class, и выведите результаты.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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))