Visualisering av enkla och svåra exempel
I den här övningen visualiserar du de exempel som logistisk regressionsmodell är mest respektive minst säker på, genom att titta på de största och minsta predikterade sannolikheterna.
Datamängden med handskrivna siffror är redan inläst i variablerna X och y. Funktionen show_digit tar ett heltalsindex och ritar upp motsvarande bild, med lite extra information ovanför bilden.
Den här övningen är en del av kursen
Linjära klassificerare i Python
Övningsinstruktioner
- Fyll i det första tomrummet med indexet för den siffra som modellen är mest säker på.
- Fyll i det andra tomrummet med indexet för den siffra som modellen är minst säker på.
- Titta på bilderna: håller du med om att den första är mindre tvetydig än den andra?
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)