ComenzarEmpieza gratis

Predecir si el alumnado aprobará

En el ejercicio anterior calculaste los parámetros del modelo de regresión logística que se ajusta a los datos de horas de estudio y resultados del examen.

Con esos parámetros puedes predecir el rendimiento del alumnado en función de sus horas de estudio. Usa model.predict() para obtener los resultados basados en la regresión logística.

Para tu comodidad, se ha importado LogisticRegression de sklearn.linear_model y numpy se ha importado como np.

Este ejercicio forma parte del curso

Fundamentos de probabilidad en Python

Ver curso

Instrucciones del ejercicio

  • Crea un array con los valores 10, 11, 12, 13 y 14 para predecir los resultados de un examen en función de esas horas de estudio.
  • Usa model.predict() para obtener los resultados del modelo e imprime los resultados.
  • Usa model.predict_proba() para obtener la probabilidad de aprobar el examen con 11 horas de estudio.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]

# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)

# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])
Editar y ejecutar código