훈련/테스트 세트 만들기
여러 열을 사용해 LogisticRegression() 모델을 방금 훈련했어요.
데이터는 훈련 세트와 테스트 세트로 분리해야 한다는 것을 알고 있죠. test_train_split()을 사용하면 둘을 한 번에 만들 수 있어요. 훈련 세트는 예측을 만드는 데 사용하고, 테스트 세트는 평가에 사용해요. 모델을 평가하지 않으면 새로운 대출 데이터에서 얼마나 잘 동작할지 알 수 없어요.
모델의 속성인 intercept_ 외에도, LogisticRegression() 모델에는 .coef_ 속성이 있어요. 이는 각 학습 열이 부도 확률을 예측하는 데 얼마나 중요한지를 보여줘요.
데이터 세트 cr_loan_clean은 이미 작업 공간에 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 신용 리스크 모델링
연습 안내
- 금리, 재직 기간, 소득을 사용해 데이터 세트
X를 만들고, 대출 상태로y를 만드세요. train_test_split()을 사용해X와y에서 훈련/테스트 세트를 만드세요.LogisticRegression()모델을 생성해 학습시키고clf_logistic에 저장하세요..coef_를 사용해 모델의 계수를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create the X and y data sets
X = ____[[____,____,____]]
y = ____[[____]]
# Use test_train_split to create the training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, test_size=.4, random_state=123)
# Create and fit the logistic regression model
____ = ____(solver='lbfgs').____(____, np.ravel(____))
# Print the models coefficients
print(____.coef_)