Calcolare l'impatto delle feature con la regressione logistica
Proseguendo il tuo lavoro nella compagnia assicurativa, hai costruito un modello predittivo per identificare se una persona è fumatrice oppure no. Ora devi analizzare il modello per individuare i fattori rilevanti che influenzano lo status di fumatore, così da aiutare l'azienda a valutare il rischio in modo più accurato e a personalizzare di conseguenza le polizze.
matplotlib.pyplot è stato importato come plt. X_train e y_train sono già caricati per te.
Questo esercizio fa parte del corso
Explainable AI in Python
Istruzioni dell'esercizio
- Estrai i
coefficientsdal modello. - Traccia i
coefficientsper ifeature_namesforniti.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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()