Modellleistung
Jetzt bewertest du das Modell aus der vorherigen Lektion anhand der Testdaten.
Die Bewertung mit neuen, unbekannten Daten ist wichtig, weil sie zeigt, ob das Modell Daten korrekt einschätzen kann, die es noch nie gesehen hat.
Alle notwendigen Module wurden importiert, und die Daten liegen als X_train und y_train sowie X_test und y_test vor.
Diese Übung ist Teil des Kurses
<Kurs>IoT-Daten in Python analysieren</Kurs>Übungsanweisungen
- Erstelle ein
LogisticRegression-Modell. - Fitte das Modell auf
X_trainundy_train. - Werte das Modell mit
X_trainundy_trainaus (.score). - Werte das Modell mit
X_testundy_testaus.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Create LogisticRegression model
logreg = ____()
# Fit the model
logreg.____(____, ____)
# Score the model
print(logreg.____(____, ____))
print(____)