Nutzung eines Modells für die logistische Regression
In dieser Übung erstellst du ein Modell für die logistische Regression mit allen Merkmalen aus dem Datensatz diabetes_df. Mit diesem Modell soll die Wahrscheinlichkeit dafür vorhergesagt werden, dass Personen in der Testgruppe an Diabetes erkrankt sind.
Der Datensatz diabetes_df wurde in X_train, X_test, y_train und y_test aufgeteilt und bereits geladen.
Diese Übung ist Teil des Kurses
Überwachtes Lernen mit scikit-learn
Anleitung zur Übung
- Importiere
LogisticRegression. - Instanziiere ein Modell für die logistische Regression namens
logreg. - Passe das Modell an die Trainingsdaten an.
- Sage die Wahrscheinlichkeit dafür voraus, dass die jeweilige Person in der Testgruppe an Diabetes erkrankt ist, und speichere das Array der positiven Wahrscheinlichkeiten als
y_pred_probs.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Import LogisticRegression
____
# Instantiate the model
logreg = ____
# Fit the model
____
# Predict probabilities
y_pred_probs = logreg.____(____)[____, ____]
print(y_pred_probs[:10])