Anpassa multiklass-logistisk regression
I den här övningen tränar du de två typerna av multiklass-logistisk regression – one-vs-rest och softmax/multinomial – på datasetet med handskrivna siffror och jämför resultaten. Datasetet är redan inläst och uppdelat i X_train, y_train, X_test och y_test.
Den här övningen är en del av kursen
Linjära klassificerare i Python
Övningsinstruktioner
- Träna en one-vs-rest-klassificerare för logistisk regression genom att ange parametern
multi_classoch rapportera resultaten. - Träna en multinomial-klassificerare för logistisk regression genom att ange parametern
multi_classoch rapportera resultaten.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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))