始める無料で始める

線形回帰で特徴量の影響度を算出する

保険会社のデータサイエンティストとして、年齢、BMI、喫煙有無などの特徴量に基づいて保険料を推定する線形回帰モデルを構築し、その係数を分析して各特徴量が予測に与える影響を説明します。

matplotlib.pyplot は plt として、また MinMaxScaler もインポート済みです。X_train と y_train はすでに読み込まれています。

この演習はコースの一部です

Pythonで学ぶExplainable AI

コースを見る

演習の手順

  • 訓練データ X_train を正規化します。
  • 標準化済みの訓練データに線形回帰 model を当てはめます。
  • モデルから coefficients を取り出します。
  • 与えられた feature_names に対して coefficients をプロットします。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Standardize the training data
scaler = MinMaxScaler()
X_train_scaled = ____
model = LinearRegression()

# Fit the model
____

# Derive coefficients
coefficients = ____
feature_names = X_train.columns

# Plot coefficients
plt.bar(____, ____)
plt.show()
コードを編集して実行