पाठ्यक्रम 250 में से पाठ 89 · आपके पहले मशीन लर्निंग मॉडल
आपके पहले मशीन लर्निंग मॉडल

Logistic regression और प्रायिकताएँ

decision tree ने आपको एक label दिया। पर असली सिस्टम को आमतौर पर "spam" या "not spam" से ज़्यादा चाहिए -> उन्हें चाहिए कि मॉडल कितना पक्का है, ताकि आप एक सीमा तय कर सकें, अनिश्चित होने पर पीछे हट सकें, या पक्के मामलों को अपने आप आगे भेज सकें। इसके लिए मुख्य मॉडल logistic regression है, और नाम के बावजूद यह एक classifier है, regressor नहीं।

इसके पीछे एक विचार यह है। एक linear मॉडल features का भारित योग निकालता है, जो ऋण अनंत से धन अनंत तक कोई भी संख्या हो सकती है। Logistic regression उस संख्या को sigmoid फ़ंक्शन से दबाकर 0 और 1 के बीच की प्रायिकता बना देता है:

sigmoid(z) = 1 / (1 + e**(-z))
# z = -4 -> 0.018     z = 0 -> 0.5     z = 4 -> 0.982

इसलिए मॉडल P(class = 1) देता है। 0.5 से ऊपर कुछ भी class 1 का अनुमान है, नीचे कुछ भी class 0 का, और 0.5 के पास का मान मॉडल का कहना है "मुझे पक्का नहीं पता।" इस कोर्स की हर आगे की confidence-सीमा और routing तरकीब इसी एक संख्या पर बनी है।

कोड पेड़ वाला ही fit/predict रिवाज है, एक नए मेथड predict_proba के साथ, जो पक्के labels के बजाय प्रायिकताएँ लौटाता है:

from sklearn.linear_model import LogisticRegression

clf = LogisticRegression()
clf.fit(X, y)
clf.predict(X)              # hard labels: 0 or 1
clf.predict_proba(X)       # one [P(0), P(1)] row per sample, each row sums to 1

आप इसे एक छोटे, सहज dataset पर train करेंगे: पढ़ाई के घंटे बनाम छात्र पास हुआ या नहीं। कम घंटे -> फ़ेल (0), ज़्यादा घंटे -> पास (1)। क्योंकि पैटर्न एक ही दिशा में है, fit हुए मॉडल को ज़्यादा पढ़ने वाले को पास होने की ज़्यादा प्रायिकता देनी चाहिए। predict_proba के दो कॉलम clf.classes_ (यहाँ [0, 1]) के क्रम में P(class 0) और P(class 1) हैं, इसलिए कॉलम index 1 पास होने की प्रायिकता है।

आपकी बारी

1 feature वाला dataset दिया गया है: पढ़ाई के hours और passed (0 या 1)। (1) एक LogisticRegression() बनाएँ और उसे X, y पर fit करें। (2) X के पक्के labels preds में रखें। (3) predict_proba से 2 घंटे पढ़ने पर पास होने (class 1) की प्रायिकता p_low में, और 7 घंटे के लिए p_high में रखें। मॉडल इतना पक्का होना चाहिए कि p_high > p_low, और दोनों 0 और 1 के बीच की असली प्रायिकताएँ हों।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।