Melatih model logistic regression
Logistic regression adalah model klasifikasi yang sederhana namun sangat kuat dan digunakan dalam banyak kasus penggunaan. Sekarang Anda akan melatih logistic regression pada bagian pelatihan dari himpunan data churn telekomunikasi, lalu memprediksi label pada himpunan uji yang belum terlihat. Setelah itu, Anda akan menghitung akurasi prediksi model Anda.
Fungsi accuracy_score telah diimpor, dan sebuah instance LogisticRegression dari sklearn telah diinisialisasi sebagai logreg. Himpunan data pelatihan dan pengujian yang telah Anda buat sebelumnya telah dimuat sebagai train_X dan test_X untuk fitur, serta train_Y dan test_Y untuk variabel target.
Latihan ini adalah bagian dari kursus
Machine Learning untuk Pemasaran dengan Python
Petunjuk latihan
- Latih logistic regression pada data pelatihan.
- Prediksi label churn untuk data uji.
- Hitung skor akurasi pada data pengujian.
- Cetak akurasi uji dibulatkan hingga 4 desimal.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Fit logistic regression on training data
logreg.___(train_X, train_Y)
# Predict churn labels on testing data
pred_test_Y = ___.predict(test_X)
# Calculate accuracy score on testing data
test_accuracy = ___(test_Y, pred_test_Y)
# Print test accuracy score rounded to 4 decimals
print('Test accuracy:', ___(test_accuracy, 4))