Logistische Regression kombiniert mit SMOTE

In dieser Übung nimmst du das Logistische-Regression-Modell aus der vorherigen Aufgabe und kombinierst es mit einer SMOTE-Resampling-Methode. Wir zeigen dir, wie du das effizient mit einer Pipeline machst, die Resampling-Methode und Modell in einem Schritt verbindet. Zuerst definierst du die Pipeline, die du verwenden wirst.

Diese Übung ist Teil des Kurses

Betrugserkennung mit Python

Kurs anzeigen

Anleitung zur Übung

Importiere das Modul Pipeline aus imblearn; das haben wir bereits für dich erledigt.
Definiere dann, was in die Pipeline soll: Weise die Methode SMOTE() der Variable resampling zu und LogisticRegression() der Variable model.
Kombiniere zwei Schritte in der Funktion Pipeline(). Du musst an der entsprechenden Stelle im Argument angeben, dass du resampling mit dem model kombinieren willst. Ich zeige dir gleich, wie das geht.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# This is the pipeline module we need for this from imblearn
from imblearn.pipeline import Pipeline 

# Define which resampling method and which ML model to use in the pipeline
resampling = ____
model = ____

# Define the pipeline, tell it to combine SMOTE with the Logistic Regression model
pipeline = Pipeline([('SMOTE', resampling), ('Logistic Regression', model)])

Code bearbeiten und ausführen