Memprediksi apakah siswa akan lulus
Pada latihan sebelumnya Anda menghitung parameter model regresi logistik yang sesuai dengan data jam belajar dan hasil ujian.
Dengan parameter tersebut Anda dapat memprediksi performa siswa berdasarkan jam belajarnya. Gunakan model.predict() untuk mendapatkan hasil berdasarkan regresi logistik.
Untuk memudahkan Anda, LogisticRegression telah diimpor dari sklearn.linear_model dan numpy telah diimpor sebagai np.
Latihan ini adalah bagian dari kursus
Dasar-Dasar Probabilitas di Python
Petunjuk latihan
- Buat array dengan nilai 10, 11, 12, 13, dan 14 untuk memprediksi hasil ujian berdasarkan jumlah jam belajar tersebut.
- Gunakan
model.predict()untuk mendapatkan hasil dari model, dan cetak hasilnya. - Gunakan
model.predict_proba()untuk mendapatkan probabilitas lulus ujian dengan 11 jam belajar.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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])