画像に対するロジスティック回帰
この演習では、前の演習で扱った乳がんデータセットに対してロジスティック回帰モデルを構築し、その精度を評価します。
前の演習で作成した X_train、X_test、y_train、y_test がワークスペースに用意されています。さらに、sklearn と pandas（pd として）も利用できます。LogisticRegression は sklearn.linear_model から利用できます。
この演習はコースの一部です
PythonでMachine Learningを使ってCTRを予測する
演習の手順
- ロジスティック回帰の分類器を作成します。
- 学習データで分類器を学習させ、テストデータの予測を行います。
- 学習用とテスト用のターゲット間で、正解と不正解の件数の合計をそれぞれ
num_rightとnum_wrongに代入します。 sum()を使って、num_rightとnum_wrongから精度を計算します。
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。
# Create and fit a logistic regression classifier
clf = ____().____(X_train, y_train)
# Predict labels
y_pred = clf.____(X_test)
# Get number of right and wrong predictions
num_right = (y_test == y_pred).____()
num_wrong = (y_test != y_pred).____()
# Compute and print accuracy
accuracy = 1.0 * num_right / (____ + ____)
print(accuracy)