मॉडल का परफॉरमेंस
अब आप पिछले पाठ के मॉडल को test-data पर इवैल्युएट करने जा रहे हैं.
नए, अनदेखे डेटा पर इवैल्युएशन करना इसलिए ज़रूरी है क्योंकि इससे सिद्ध होता है कि मॉडल उस डेटा का ठीक से आकलन कर सकता है जिसे उसने पहले कभी नहीं देखा.
सभी आवश्यक मॉड्यूल इम्पोर्ट कर लिए गए हैं, और डेटा क्रमशः X_train और y_train, तथा X_test और y_test के रूप में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में IoT डेटा का विश्लेषण
अभ्यास निर्देश
- एक
LogisticRegressionमॉडल बनाएँ. - मॉडल को
X_trainऔरy_trainपर fit करें. - मॉडल को
X_trainऔरy_trainके साथ score करें. - मॉडल को
X_testऔरy_testके साथ score करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create LogisticRegression model
logreg = ____()
# Fit the model
logreg.____(____, ____)
# Score the model
print(logreg.____(____, ____))
print(____)