शुरू करेंमुफ़्त में शुरू करें

Linear regression के साथ feature impact की गणना

एक इंश्योरेंस कंपनी में डेटा साइंटिस्ट के रूप में, आपका काम एक linear regression मॉडल बनाना और समझाना है, जो age, BMI, और smoking status जैसे फीचर्स के आधार पर insurance charges का अनुमान लगाए. मॉडल के coefficients का विश्लेषण करके यह तय करें कि प्रत्येक फीचर का prediction पर कितना प्रभाव है.

matplotlib.pyplot को plt के रूप में और MinMaxScaler को इम्पोर्ट किया गया है. X_train और y_train आपके लिए पहले से लोड हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Explainable AI

पाठ्यक्रम देखें

अभ्यास निर्देश

  • प्रशिक्षण डेटा X_train को normalize करें.
  • स्टैंडरडाइज़ किए गए प्रशिक्षण डेटा पर linear regression model फिट करें.
  • मॉडल से coefficients निकालें.
  • दिए गए feature_names के लिए coefficients को plot करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ