시작하기무료로 시작하기

로지스틱 모델 적합하기

공부 시간과 특정 시험의 합격/불합격 간 관계를 연구 중인 대학에서, 학생들이 공부한 시간과 시험 합격 여부가 담긴 데이터셋을 제공하며 향후 성과를 예측할 모델을 만들어 달라고 요청했습니다.

데이터는 hours_of_study와 outcomes 변수로 제공됩니다. 이 데이터를 사용해 LogisticRegression 모델을 적합하세요. 편의를 위해 numpy는 np로 임포트되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 확률 기초

강의 보기

연습 안내

  • sklearn.linear_model에서 LogisticRegression을 임포트하세요.
  • LogisticRegression(C=1e9)를 사용해 모델을 생성하세요.
  • 데이터를 model.fit() 메서드에 전달하세요.
  • 각 모수에 대한 변수를 만들고, 모델에서 값을 가져와 할당한 다음, beta1과 beta0를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import LogisticRegression
from sklearn.linear_model import ____

# sklearn logistic model
model = ____(C=1e9)
model.____(____, ____)

# Get parameters
beta1 = model.coef_[0][0]
beta0 = model.intercept_[0]

# Print parameters
print(____, ____)
코드 편집 및 실행