यह भविष्यवाणी करना कि छात्र पास होंगे या नहीं
पिछले अभ्यास में आपने लॉजिस्टिक रिग्रेशन मॉडल के वे पैरामीटर निकाले थे जो अध्ययन के घंटों और टेस्ट के नतीजों के डेटा पर फिट होते हैं.
उन पैरामीटरों के साथ आप अध्ययन के घंटों के आधार पर छात्रों के प्रदर्शन की भविष्यवाणी कर सकते हैं। लॉजिस्टिक रिग्रेशन के आधार पर आउटपुट पाने के लिए model.predict() का उपयोग करें.
आपकी सुविधा के लिए, LogisticRegression को sklearn.linear_model से और numpy को np नाम से इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Probability की बुनियाद
अभ्यास निर्देश
- 10, 11, 12, 13, और 14 मानों वाला एक array बनाएँ ताकि इन अध्ययन घंटों के आधार पर टेस्ट के नतीजों की भविष्यवाणी की जा सके.
- मॉडल से आउटपुट पाने के लिए
model.predict()का उपयोग करें, और आउटपुट प्रिंट करें. - 11 घंटे पढ़ाई करने पर टेस्ट पास करने की प्रायिकता पाने के लिए
model.predict_proba()का उपयोग करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)
# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])