Визуализация простых и сложных примеров
В этом упражнении вы визуализируете примеры, в классификации которых модель логистической регрессии наиболее и наименее уверена, — для этого вы рассмотрите наибольшие и наименьшие предсказанные вероятности.
Набор данных рукописных цифр уже загружен в переменные X и y. Функция show_digit принимает целочисленный индекс и строит изображение соответствующей цифры, отображая дополнительную информацию над ним.
Это упражнение является частью курса
Линейные классификаторы в Python
Инструкции к упражнению
- Введите в первый пропуск индекс цифры, в классификации которой модель наиболее уверена.
- Введите во второй пропуск индекс цифры, в классификации которой модель наименее уверена.
- Изучите изображения: согласны ли вы с тем, что первое из них менее неоднозначно, чем второе?
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
lr = LogisticRegression()
lr.fit(X,y)
# Get predicted probabilities
proba = lr.predict_proba(X)
# Sort the example indices by their maximum probability
proba_inds = np.argsort(np.max(proba,axis=1))
# Show the most confident (least ambiguous) digit
show_digit(____, lr)
# Show the least confident (most ambiguous) digit
show_digit(____, lr)