Régression logistique
Passons à la régression logistique. Vous utiliserez de nouveau le même jeu de données weather, mais l'objectif est ici de prédire s'il va pleuvoir demain. Nous avons déjà créé vos ensembles d'entraînement et de test. Vos variables explicatives sont les caractéristiques Humidity9am et Humidity3pm.
À noter aussi que le jeu de données a déjà été normalisé afin de pouvoir interpréter les coefficients par la suite. C'est toujours pertinent de le mentionner en entrevue lorsqu'on parle de régression à des fins d'inférence.
Cette activité fait partie du cours
S'exercer aux questions d'entrevue en statistiques avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
from sklearn.linear_model import LogisticRegression
# Create and fit your model
clf = ____
clf.fit(____, ____)