Bắt đầu ngayBắt đầu miễn phí

Một mô hình thử nghiệm thứ hai

Trong bài tập này, bạn sẽ xây dựng một classifier khác dùng logistic regression trên một tập dữ liệu hình ảnh. Mỗi hình ảnh biểu diễn một chữ số từ 0 đến 9. Mục tiêu là phân loại mỗi hình ảnh thành một con số — ví dụ, 7 hoặc 9. Các đặc trưng được dùng là những giá trị pixel cụ thể trong khoảng 0–16 cấu thành nên hình ảnh. Thay vì tự tính độ chính xác bằng tay, bạn sẽ đánh giá độ chính xác của mô hình bằng accuracy_score() từ sklearn.

Dữ liệu hình ảnh mẫu đã được nạp dưới tên image_data cùng với sklearn và pandas là pd. LogisticRegression có sẵn qua sklearn.linear_model.

Bài tập này là một phần của khóa học

Dự đoán CTR với Machine Learning trong Python

Xem khóa học

Hướng dẫn bài tập

  • Lấy số hàng của X để xác định chỉ số tại đó tách dữ liệu huấn luyện và kiểm tra.
  • Tạo một logistic regression classifier.
  • Tạo dự đoán bằng classifier và đánh giá độ chính xác bằng accuracy_score() từ sklearn.metrics.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Define X and y 
X = image_data.data
y = image_data.target

# Define training and testing
split = int(0.7 * ____(X))
X_train, X_test, y_train, y_test = \
	X[:split], X[split:], y[:split], y[split:] 

# Create logistic regression classifier
clf = ____()

# Train classifier - predict label and evaluate accuracy
y_pred = clf.fit(X_train, y_train).____(X_test) 
print(____(y_test, y_pred))
Chỉnh sửa và Chạy Mã