1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ予測分析入門
Connected

演習

ロジスティック回帰モデルを構築する

sklearn の linear_model モジュールを使って、ロジスティック回帰モデルを構築できます。まずは LogisticRegression() メソッドでモデルを作成します。

logreg = linear_model.LogisticRegression()

次に、モデルを学習できるようにデータを与えます。X は予測に使う説明変数、y は目的変数です。

X = basetable[["predictor_1","predictor_2","predictor_3"]]`
y = basetable[["target"]]
logreg.fit(X,y)

この演習では、3 つの予測変数を使って最初の予測モデルを作成します。

指示

100 XP
  • sklearn からメソッド linear_model をインポートしてください。
  • ベーステーブルは basetable として読み込まれています。列名 "gender" は予測変数として使えるように gender_F に変換済みです。予測変数 age、gender_F、time_since_last_gift を含む DataFrame X を作成してください。
  • 目的変数を含む DataFrame y を作成してください。
  • ロジスティック回帰モデルを作成してください。
  • 与えられたベーステーブルでロジスティック回帰モデルを学習（fit）してください。