下面显示一个随机样本及其对应的标签，代码如下：
结果如图10-44所示。
下面我们为MNIST构建线性模型。首先，创建一个基准模型，作为比较对象。LinearClassifier可提供一组k类一对多分类器，每个类别（共k个）对应一个分类器。除了报告准确率和绘制对数损失函数随时间变化的曲线图之外，我们还展示了一个混淆矩阵。混淆矩阵会显示错误分类为其他类别的类别。另外，我们使用1og\_loss函数跟踪模型的错误。读者不应将此函数与用于训练的LinearClassifier内部损失函数相混淆。
人工智能与大数据技术导论
346