การ Fit โมเดล Logistic Regression แบบหลายคลาส
ในแบบฝึกหัดนี้ คุณจะ fit logistic regression แบบหลายคลาสทั้งสองประเภท ได้แก่ one-vs-rest และ softmax/multinomial บนชุดข้อมูลตัวเลขลายมือ แล้วเปรียบเทียบผลลัพธ์ที่ได้ ชุดข้อมูลตัวเลขลายมือถูกโหลดและแบ่งไว้เป็น X_train, y_train, X_test และ y_test เรียบร้อยแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Linear Classifiers ใน Python
คำแนะนำการฝึกหัด
- Fit classifier แบบ one-vs-rest logistic regression โดยกำหนดพารามิเตอร์
multi_classแล้วดูผลลัพธ์ที่ได้ - Fit classifier แบบ multinomial logistic regression โดยกำหนดพารามิเตอร์
multi_classแล้วดูผลลัพธ์ที่ได้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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))