CommencerCommencer gratuitement

Calcul de l'impact des caractéristiques par régression linéaire

En tant que data scientist dans une compagnie d'assurance, votre tâche consiste à construire et à expliquer un modèle de régression linéaire qui estime les frais d'assurance en fonction de caractéristiques telles que l'âge, l'IMC et le tabagisme, en analysant les coefficients du modèle afin de déterminer l'impact de chaque caractéristique sur les prédictions.

matplotlib.pyplot a été importé en tant que plt avec MinMaxScaler. X_train et y_train sont préchargés pour vous.

Cet exercice fait partie du cours

L'IA explicable en Python

Afficher le cours

Instructions

  • Normaliser les données d'apprentissage X_train.
  • Ajustez la régression linéaire model aux données d'apprentissage normalisées.
  • Extrayez le site coefficients du modèle.
  • Tracez le graphique coefficients pour le site feature_names donné.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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