始める無料で始める

生徒が合格するかを予測する

前の演習では、学習時間とテスト結果のデータに当てはまるロジスティック回帰モデルのパラメータを計算しました。

そのパラメータを使えば、学習時間に基づいて生徒の成績を予測できます。model.predict() を使って、ロジスティック回帰に基づく結果を取得しましょう。

便宜上、LogisticRegression は sklearn.linear_model から、numpy は np としてインポート済みです。

この演習はコースの一部です

Pythonで学ぶ確率の基礎

コースを見る

演習の手順

  • 学習時間が 10、11、12、13、14 時間の場合のテスト結果を予測するため、これらの値を要素にもつ配列を作成します。
  • model.predict() を使ってモデルから結果を取得し、その結果を出力します。
  • model.predict_proba() を使って、学習時間 11 時間でテストに合格する確率を取得します。

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。

# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]

# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)

# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])
コードを編集して実行