Regressione logistica combinata con SMOTE

In questo esercizio prenderai il modello di Regressione Logistica dell'esercizio precedente e lo combinerai con un metodo di ricampionamento SMOTE. Ti mostreremo come farlo in modo efficiente usando una pipeline che unisce in un solo passaggio il metodo di ricampionamento e il modello. Per prima cosa, devi definire la pipeline che userai.

Questo esercizio fa parte del corso

Rilevamento delle frodi in Python

Visualizza corso

Istruzioni dell'esercizio

Importa il modulo Pipeline da imblearn: è già stato fatto per te.
Poi definisci cosa vuoi inserire nella pipeline: assegna il metodo SMOTE() a resampling e LogisticRegression() a model.
Combina i due passaggi nella funzione Pipeline(). Devi indicare che vuoi combinare resampling con model nel punto corrispondente dell'argomento. Ti mostro come farlo.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# This is the pipeline module we need for this from imblearn
from imblearn.pipeline import Pipeline 

# Define which resampling method and which ML model to use in the pipeline
resampling = ____
model = ____

# Define the pipeline, tell it to combine SMOTE with the Logistic Regression model
pipeline = Pipeline([('SMOTE', resampling), ('Logistic Regression', model)])

Modifica ed esegui il codice