Membangun model logistic regression

Anda dapat membangun model logistic regression menggunakan modul linear_model dari sklearn. Pertama, Anda membuat model logistic regression menggunakan metode LogisticRegression():

logreg = linear_model.LogisticRegression()

Selanjutnya, Anda perlu memberikan data ke model logistic regression agar dapat di-fit. X berisi variabel prediktif, sedangkan y berisi target.

X = basetable[["predictor_1","predictor_2","predictor_3"]]`
y = basetable[["target"]]
logreg.fit(X,y)

Dalam latihan ini Anda akan membangun model prediktif pertama Anda menggunakan tiga prediktor.

Latihan ini adalah bagian dari kursus

Pengantar Predictive Analytics dengan Python

Lihat Kursus

Petunjuk latihan

Impor metode linear_model dari sklearn.
Basetable dimuat sebagai basetable. Perhatikan bahwa kolom "gender" telah diubah menjadi gender_F sehingga dapat digunakan sebagai prediktor. Bangun DataFrame X yang berisi prediktor age, gender_F, dan time_since_last_gift.
Bangun DataFrame y yang berisi target.
Buat model logistic regression.
Fit model logistic regression pada basetable yang diberikan.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import linear_model from sklearn.
from ____ import ____

# Create a DataFrame X that only contains the candidate predictors age, gender_F and time_since_last_gift.
X = ____[[____, ____, ____]]

# Create a DataFrame y that contains the target.
y = ____[[____]]

# Create a logistic regression model logreg and fit it to the data.
logreg = ____.____
logreg.____(____, ____)

Edit dan Jalankan Kode