शुरू करेंमुफ़्त में शुरू करें

Diabetes क्लासिफायर बनाना

आप Pima Indians diabetes डेटासेट का उपयोग करके लॉजिस्टिक रिग्रेशन से यह predict करेंगे कि किसी व्यक्ति को diabetes है या नहीं। इस डेटासेट में 8 फीचर्स और 1 टार्गेट है। डेटा को प्रशिक्षण और टेस्ट सेट में बाँटा गया है और आपके लिए पहले से X_train, y_train, X_test, और y_test के रूप में लोड किया गया है।

StandardScaler() का एक इंस्टेंस scaler नाम से और LogisticRegression() का एक इंस्टेंस lr नाम से पहले से परिभाषित हैं।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Dimensionality Reduction

पाठ्यक्रम देखें

अभ्यास निर्देश

  • स्केलर को प्रशिक्षण फीचर्स पर fit करें और इन्हीं फीचर्स को एक ही चरण में transform करें।
  • स्केल किए हुए प्रशिक्षण डेटा पर लॉजिस्टिक रिग्रेशन मॉडल fit करें।
  • टेस्ट फीचर्स को scale करें।
  • स्केल किए हुए टेस्ट सेट पर diabetes की उपस्थिति का पूर्वानुमान (predict) करें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Fit the scaler on the training features and transform these in one go
X_train_std = scaler.____(____)

# Fit the logistic regression model on the scaled training data
lr.____(____, ____)

# Scale the test features
X_test_std = scaler.____(____)

# Predict diabetes presence on the scaled test set
y_pred = lr.____(____)

# Prints accuracy metrics and feature coefficients
print(f"{accuracy_score(y_test, y_pred):.1%} accuracy on test set.")
print(dict(zip(X.columns, abs(lr.coef_[0]).round(2))))
कोड संपादित करें और चलाएँ