Çok sınıflı lojistik regresyonu görselleştirme

Bu egzersizde, tek-seçenekli bir 2B oyuncak veri kümesi üzerinde iki tür çok sınıflı lojistik regresyonu incelemeye devam edeceğiz; bu veri kümesi özellikle one-vs-rest şemasını bozmak için tasarlandı.

Veri kümesi X_train ve y_train içine yüklendi. İki lojistik regresyon nesnesi lr_mn ve lr_ovr (her ikisi de C=100 ile) zaten oluşturuldu, eğitildi ve çizildi.

Dikkat et: lr_ovr koyu mavi sınıfı hiç tahmin edemiyor… vah vah! Bunun neden olduğunu, perde arkasında kullandığı ikili sınıflandırıcılardan birini çizerek keşfedelim.

Bu egzersiz

Python'da Lineer Sınıflandırıcılar

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

İkili sınıflandırma için kullanılmak üzere yeni bir lojistik regresyon nesnesi oluştur (yine C=100 ile).
Bu ikili sınıflandırıcıyı plot_classifier ile görselleştir… mantıklı görünüyor mu?

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Print training accuracies
print("Softmax     training accuracy:", lr_mn.score(X_train, y_train))
print("One-vs-rest training accuracy:", lr_ovr.score(X_train, y_train))

# Create the binary classifier (class 1 vs. rest)
lr_class_1 = ____
lr_class_1.fit(X_train, y_train==1)

# Plot the binary classifier (class 1 vs. rest)
plot_classifier(X_train, y_train==1, ____)

Kodu Düzenle ve Çalıştır