Logistic Regression
Usando i dati dell'esercizio precedente, ora allenerai un modello di Machine learning.
In linea con le buone pratiche, i dati sono disponibili come X_train, mentre le etichette sono state caricate come y_train.
Un sottoinsieme dei dati è disponibile anche come X_test. Più avanti in questo capitolo imparerai come creare correttamente queste variabili.
Questo esercizio fa parte del corso
Analizzare i dati IoT in Python
Istruzioni dell'esercizio
- Importa
LogisticRegressiondasklearn.linear_model. - Inizializza il modello come
logreg. - Esegui il fit del modello su
X_traincon le etichettey_train. - Predici alcune classi usando
X_test.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import LogisticRegression
from ____ import ____
# Initialize the model
logreg = ____
# Fit the model
____.____(____, ____)
# Predict classes
print(____.____(____))