शुरू करेंमुफ़्त में शुरू करें

Predictions बनाना

जैसे ही आपका मॉडल तैयार हो, आप इसे किसी campaign के लिए predictions बनाने में इस्तेमाल कर सकते हैं. हमेशा नवीनतम जानकारी से ही prediction करना ज़रूरी होता है.

इस अभ्यास में, एक फिट किए हुए logistic regression मॉडल के आधार पर, आप एक नए और अपडेटेड base table के लिए predictions बनाना सीखेंगे.

पिछले अभ्यासों में आपने जो logistic regression मॉडल बनाया था, उसे logreg में आपके लिए जोड़कर फिट कर दिया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में प्रिडिक्टिव एनालिटिक्स परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • नवीनतम डेटा current_data में है. current_data से प्रासंगिक कॉलम चुनकर एक data frame new_data बनाइए.
  • new_data की observations के लिए predictions निकालकर predictions में असाइन कीजिए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Fit a logistic regression model
from sklearn import linear_model
X = basetable[["age","gender_F","time_since_last_gift"]]
y = basetable[["target"]]
logreg = linear_model.LogisticRegression()
logreg.fit(X, y)

# Create a DataFrame new_data from current_data that has only the relevant predictors 
new_data = ____[[____, ____, ____]]

# Make a prediction for each observation in new_data and assign it to predictions
predictions = ____.____(____)
print(predictions[0:5])
कोड संपादित करें और चलाएँ