Calcular el impacto de las características con regresión logística

Continuando con tu trabajo en la aseguradora, has creado un modelo predictivo para identificar si una persona fuma o no. Ahora, tienes que analizar el modelo para determinar los factores relevantes que influyen en el hábito de fumar, lo que ayudará a la empresa a evaluar el riesgo con mayor exactitud y adaptar las pólizas.

matplotlib.pyplot se ha importado como plt. X_train y y_train están precargados para ti.

Este ejercicio forma parte del curso

IA explicable en Python

Ver curso

Instrucciones de ejercicio

Extrae los coefficients del modelo.
Representa coefficients para los feature_names dados.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

scaler = MinMaxScaler()
X_train_scaled = scaler.fit_transform(X_train)

model = LogisticRegression()
model.fit(X_train_scaled, y_train)

# Derive coefficients
coefficients = ____
feature_names = X_train.columns

# Plot coefficients
____
plt.show()

Editar y ejecutar código