시작하기무료로 시작하기

이미지용 로지스틱 회귀

이 연습 문제에서는 이전 문제에서 사용한 유방암 데이터셋으로 로지스틱 회귀 모델을 만들고, 정확도를 평가해 보겠습니다.

이전 문제에서 생성한 X_train, X_test, y_train, y_test가 작업 공간에 준비되어 있으며, sklearn과 pandas는 pd로 임포트되어 있어요. LogisticRegression은 sklearn.linear_model에서 사용할 수 있어요.

이 연습은 강의의 일부입니다

Python으로 Machine Learning을 활용한 CTR 예측

강의 보기

연습 안내

  • 로지스틱 회귀 분류기를 생성하세요.
  • 학습 데이터를 사용해 분류기를 학습시키고, 테스트 데이터에 대한 예측을 만드세요.
  • 학습/테스트 정답 레이블과 예측의 일치 여부를 합산해, 맞춘 개수와 틀린 개수를 각각 num_right와 num_wrong에 할당하세요.
  • sum()을 사용해 num_right와 num_wrong으로 정확도를 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)
코드 편집 및 실행