Mulai sekarangMulai gratis

Menghitung dampak fitur dengan regresi linear

Sebagai data scientist di sebuah perusahaan asuransi, tugas Anda adalah membangun dan menjelaskan model regresi linear yang memperkirakan biaya asuransi berdasarkan fitur seperti usia, BMI, dan status merokok dengan menganalisis koefisien model untuk menentukan dampak setiap fitur terhadap prediksi.

matplotlib.pyplot telah diimpor sebagai plt bersama MinMaxScaler. X_train dan y_train sudah dimuat untuk Anda.

Latihan ini merupakan bagian dari kursus

Explainable AI in Python

Lihat Kursus

Instruksi latihan

  • Normalisasi data pelatihan X_train.
  • Latih model regresi linear pada data pelatihan yang telah distandarkan.
  • Ekstrak coefficients dari model.
  • Plot coefficients untuk feature_names yang diberikan.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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()
Edit dan Jalankan Kode