Menghitung dampak fitur dengan logistic regression
Melanjutkan pekerjaan Anda di perusahaan asuransi, Anda membangun model prediktif untuk mengidentifikasi apakah seseorang perokok atau bukan. Kini, Anda perlu menganalisis model tersebut untuk menentukan faktor-faktor relevan yang memengaruhi status merokok, sehingga membantu perusahaan menilai risiko dengan lebih akurat dan menyesuaikan polis asuransi yang tepat.
matplotlib.pyplot telah diimpor sebagai plt. X_train dan y_train sudah dimuat untuk Anda.
Latihan ini merupakan bagian dari kursus
Explainable AI in Python
Instruksi latihan
- Ekstrak
coefficientsdari model. - Plot
coefficientsuntukfeature_namesyang diberikan.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
scaler = MinMaxScaler()
X_train_scaled = scaler.fit_transform(X_train)
model = LogisticRegression()
model.fit(X_train_scaled, y_train)
# Derive coefficients
coefficients = ____
feature_names = X_train.columns
# Plot coefficients
____
plt.show()