Začněte nyníZačněte zdarma

Trénování logistického modelu

Univerzita zkoumající vztah mezi počtem hodin studia a výsledky testu ti poskytla dataset s počtem hodin, které studenti studovali, a s informací o tom, zda test prošli, nebo neprošli. Tvým úkolem je natrénovat model pro předpovídání budoucích výsledků.

Data jsou uložena v proměnných hours_of_study a outcomes. Použij je k natrénování modelu LogisticRegression. Knihovna numpy je již naimportována jako np.

Toto cvičení je součástí kurzu

Základy pravděpodobnosti v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Importuj LogisticRegression z sklearn.linear_model.
  • Vytvoř model pomocí LogisticRegression(C=1e9).
  • Předej data metodě model.fit().
  • Vytvoř proměnné pro každý parametr, přiřaď jim hodnoty z modelu a vypiš parametry beta1 a beta0.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import LogisticRegression
from sklearn.linear_model import ____

# sklearn logistic model
model = ____(C=1e9)
model.____(____, ____)

# Get parameters
beta1 = model.coef_[0][0]
beta0 = model.intercept_[0]

# Print parameters
print(____, ____)
Upravit a spustit kód