可视化简单与困难的样本
在本练习中，您将通过查看预测概率的最大值和最小值，来可视化逻辑回归模型最有把握与最没有把握的样本。
手写数字数据集已加载到变量 X 和 y。show_digit 函数接收一个整数索引，并绘制对应的图像，同时在图像上方显示一些额外信息。
本练习是课程的一部分
Python 中的线性分类器
练习说明
- 在第一个空中填入模型最有把握的数字的"索引"。
- 在第二个空中填入模型最没有把握的数字的"索引"。
- 观察这些图像：您是否同意第一个比第二个更不含糊？
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)