Splnit dva testy
Představ si, že jsi jedním z vysokoškolských studentů. Blíží se ti dva testy z různých předmětů a čas na přípravu se krátí. Chceš vědět, kolik hodin věnovat studiu každého předmětu, aby byla pravděpodobnost úspěchu u obou testů co nejvyšší. Naštěstí máš k dispozici data, která ti pomohou.
Pro předmět A jsi už natrénoval/a logistický model uložený v model_A, pro předmět B pak v model_B. Kromě předem načtené třídy LogisticRegression z sklearn.linear_model a knihovny numpy jako np je k dispozici také funkce expit() — inverzní funkce k logistické funkci — importovaná z scipy.special.
Toto cvičení je součástí kurzu
Základy pravděpodobnosti v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Specify values to predict
hours_of_study_test_A = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_A = model_A.predict(____)
print(predicted_outcomes_A)
# Specify values to predict
hours_of_study_test_B = [[____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_B = model_B.____(____)
print(predicted_outcomes_B)