CommencezCommencez gratuitement

Calculer l'impact des caractéristiques avec la régression linéaire

À titre de spécialiste des données dans une compagnie d'assurance, votre tâche consiste à construire et expliquer un modèle de régression linéaire qui estime les frais d'assurance à partir de caractéristiques comme l'âge, l'IMC et le statut de fumeur, en analysant les coefficients du modèle pour déterminer l'impact de chaque caractéristique sur les prédictions.

matplotlib.pyplot a été importé sous le nom plt ainsi que MinMaxScaler. X_train et y_train sont déjà chargés pour vous.

Cette activité fait partie du cours

Explainable AI en Python

Voir le cours

Instructions de l’exercice

  • Normalisez les données d'entraînement X_train.
  • Ajustez le model de régression linéaire aux données d'entraînement standardisées.
  • Extrayez les coefficients du modèle.
  • Tracez les coefficients pour les feature_names fournis.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Standardize the training data
scaler = MinMaxScaler()
X_train_scaled = ____
model = LinearRegression()

# Fit the model
____

# Derive coefficients
coefficients = ____
feature_names = X_train.columns

# Plot coefficients
plt.bar(____, ____)
plt.show()
Modifier et exécuter le code