Modelprestaties
Je gaat het model uit de vorige les nu evalueren op de testdata.
Evalueren op nieuwe, ongeziene data is belangrijk, omdat het aantoont in hoeverre het model data kan inschatten die het niet eerder heeft gezien.
Alle benodigde modules zijn geïmporteerd en de data is beschikbaar als X_train en y_train, en X_test en y_test.
Deze oefening maakt deel uit van de cursus
IoT-gegevens analyseren in Python
Oefeninstructies
- Maak een
LogisticRegression-model. - Fit het model op
X_traineny_train. - Score het model met
X_traineny_train. - Score het model met
X_testeny_test.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Create LogisticRegression model
logreg = ____()
# Fit the model
logreg.____(____, ____)
# Score the model
print(logreg.____(____, ____))
print(____)