Začněte nyníZačněte zdarma

Extrakce parametru logistické regrese

Teď si procvičíš extrakci důležitého parametru modelu logistické regrese. Logistická regrese má i několik dalších parametrů, které zde nebudeme zkoumat – najdeš je v dokumentaci na scikit-learn.org v sekci 'Attributes' u modulu LogisticRegression().

Tento parametr je klíčový pro pochopení směru a velikosti vlivu jednotlivých proměnných na cílovou proměnnou.

V tomto cvičení extrahujeme parametr koeficientů (uložený v atributu coef_), spojíme ho s původními názvy sloupců a zjistíme, které proměnné měly největší kladný vliv na cílovou proměnnou.

Budeš mít k dispozici:

  • Objekt modelu logistické regrese pojmenovaný log_reg_clf
  • DataFrame X_train

sklearn a pandas jsou již naimportovány.

Toto cvičení je součástí kurzu

Hyperparameter Tuning in Python

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř seznam původních názvů sloupců použitých v trénovacím DataFrame.
  • Extrahuj koeficienty estimátoru logistické regrese.
  • Vytvoř DataFrame z koeficientů a názvů proměnných a zobraz ho.
  • Vypiš 3 nejvýznamnější 'kladné' proměnné podle velikosti koeficientu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a list of original variable names from the training DataFrame
original_variables = ____

# Extract the coefficients of the logistic regression estimator
model_coefficients = ____.____[____]

# Create a dataframe of the variables and coefficients & print it out
coefficient_df = pd.DataFrame({"Variable" : ____, "Coefficient": ____})
print(coefficient_df)

# Print out the top 3 positive variables
top_three_df = coefficient_df.sort_values(by=____, axis=0, ascending=____)[0:____]
print(top_three_df)
Upravit a spustit kód