Esplora i coefficienti della regressione logistica
Ora esplorerai i coefficienti della regressione logistica per capire cosa fa aumentare o diminuire il churn. In questo esercizio estrarrai i coefficienti della regressione logistica dal modello addestrato e calcolerai il loro esponente per renderli più interpretabili.
L'istanza di regressione logistica addestrata è caricata come logreg e le feature scalate sono caricate come DataFrame di pandas chiamato train_X. Le librerie numpy e pandas sono caricate rispettivamente come np e pd.
Questo esercizio fa parte del corso
Machine Learning per il marketing con Python
Istruzioni dell'esercizio
- Combina i nomi delle feature e i coefficienti in un DataFrame di
pandas. - Calcola l'esponente dei coefficienti della regressione logistica.
- Rimuovi i coefficienti uguali a zero e stampali ordinati per il coefficiente esponenziato.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Combine feature names and coefficients into pandas DataFrame
feature_names = pd.DataFrame(___.columns, columns = ['Feature'])
log_coef = pd.DataFrame(np.transpose(logreg.coef_), columns = ['Coefficient'])
coefficients = pd.concat([feature_names, ___], axis = 1)
# Calculate exponent of the logistic regression coefficients
coefficients['Exp_Coefficient'] = np.___(coefficients['Coefficient'])
# Remove coefficients that are equal to zero
coefficients = coefficients[coefficients['Coefficient']!=___]
# Print the values sorted by the exponent coefficient
print(coefficients.sort_values(by=['___']))