ロジスティック回帰で特徴量の影響度を計算する
保険会社での作業を続けます。あなたは、ある個人が喫煙者かどうかを判定する予測モデルを作成しました。次は、そのモデルを分析して喫煙状況に影響を与える要因を特定し、会社がリスクをより正確に評価し、保険商品の設計に反映できるようにします。
matplotlib.pyplotはpltとしてインポート済みです。X_trainとy_trainはあらかじめ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
演習の手順
- モデルから
coefficientsを抽出します。 - 与えられた
feature_namesに対する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。
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()