Začněte nyníZačněte zdarma

Logistická regrese pro obrázky

V tomto cvičení sestavíš model logistické regrese na datasetu rakoviny prsu z předchozího cvičení a vyhodnotíš jeho přesnost.

X_train, X_test, y_train a y_test, které jsi vytvořil/a v předchozím cvičení, jsou dostupné v tvém pracovním prostoru spolu s sklearn a pandas jako pd. LogisticRegression je k dispozici přes sklearn.linear_model.

Toto cvičení je součástí kurzu

Předpovídání CTR pomocí Machine Learning v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř klasifikátor logistické regrese.
  • Natrénuj klasifikátor na trénovacích datech a použij ho k predikci na testovacích datech.
  • Přiřaď celkový počet správných a nesprávných predikcí mezi trénovacími a testovacími cíli do num_right, respektive num_wrong.
  • Vypočítej přesnost pomocí num_right a num_wrong za použití sum().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create and fit a logistic regression classifier
clf = ____().____(X_train, y_train)

# Predict labels
y_pred = clf.____(X_test) 

# Get number of right and wrong predictions
num_right = (y_test == y_pred).____()
num_wrong = (y_test != y_pred).____()

# Compute and print accuracy
accuracy = 1.0 * num_right / (____ + ____)
print(accuracy)
Upravit a spustit kód