予測を作成する
モデルが準備できたら、キャンペーンに対する予測に活用できます。予測には常に最新の情報を使うことが重要です。
この演習では、学習済みのロジスティック回帰モデルを用いて、新しい更新済みのベーステーブルに対して予測を行う方法を学びます。
前の演習で作成したロジスティック回帰モデルは、logreg に追加済みでフィットされています。
この演習はコースの一部です
Pythonで学ぶ予測分析入門
演習の手順
- 最新のデータは
current_dataにあります。current_dataから必要な列だけを選んで、データフレームnew_dataを作成してください。 new_dataの各観測に対する予測をpredictionsに代入してください。
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。
# Fit a logistic regression model
from sklearn import linear_model
X = basetable[["age","gender_F","time_since_last_gift"]]
y = basetable[["target"]]
logreg = linear_model.LogisticRegression()
logreg.fit(X, y)
# Create a DataFrame new_data from current_data that has only the relevant predictors
new_data = ____[[____, ____, ____]]
# Make a prediction for each observation in new_data and assign it to predictions
predictions = ____.____(____)
print(predictions[0:5])