Modifier les coefficients
Avec cette compréhension des coefficients d’un modèle LogisticRegression(), examinez-les de plus près pour voir comment ils évoluent selon les colonnes utilisées pour l’entraînement. Les coefficients par colonne vont‑ils changer d’un modèle à l’autre ?
Vous devez .fit() deux modèles LogisticRegression() différents sur deux groupes de colonnes différents pour vérifier. Réfléchissez aussi à l’impact potentiel sur la probabilité de défaut.
Le jeu de données cr_loan_clean a déjà été chargé dans l’espace de travail, ainsi que les ensembles d’entraînement X1_train, X2_train et y_train.
Cet exercice fait partie du cours
Modélisation du risque de crédit en Python
Instructions
- Vérifiez les cinq premières lignes des deux ensembles d’entraînement
X. - Entraînez un modèle de régression logistique, nommé
clf_logistic1, avec l’ensemble d’entraînementX1. - Entraînez un modèle de régression logistique, nommé
clf_logistic2, avec l’ensemble d’entraînementX2. - Affichez les coefficients des deux modèles de régression logistique.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Print the first five rows of each training set
print(____.____())
print(____.____())
# Create and train a model on the first training data
____ = ____(solver='lbfgs').____(____, np.ravel(y_train))
# Create and train a model on the second training data
____ = ____(solver='lbfgs').____(____, np.ravel(y_train))
# Print the coefficients of each model
print(____.____)
print(____.____)