擬合多類別 logistic regression
在這個練習中，你將在手寫數字資料集上，分別擬合兩種多類別的 logistic regression：one-vs-rest 與 softmax／multinomial，並比較結果。手寫數字資料集已載入並切分為 X_train、y_train、X_test 和 y_test。
本練習屬於課程
Python 中的線性分類器
練習說明
- 設定
multi_class參數以擬合 one-vs-rest 的 logistic regression 分類器，並回報結果。 - 設定
multi_class參數以擬合 multinomial 的 logistic regression 分類器，並回報結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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))