Coëfficiënten veranderen

Met dit begrip van de coëfficiënten van een LogisticRegression()-model kijk je er nu van dichtbij naar om te zien hoe ze veranderen afhankelijk van welke kolommen worden gebruikt voor training. Veranderen de kolomcoëfficiënten van model tot model?

Je moet twee verschillende LogisticRegression()-modellen .fit() op verschillende groepen kolommen om dit te controleren. Denk ook na over de mogelijke impact op de probability of default.

De gegevensset cr_loan_clean is al in de werkruimte geladen, samen met de trainingssets X1_train, X2_train en y_train.

Deze oefening maakt deel uit van de cursus

Kredietrisicomodellering in Python

Cursus bekijken

Oefeninstructies

Controleer de eerste vijf rijen van beide X-trainingssets.
Train een logistiek regressiemodel, clf_logistic1, met de X1-trainingsset.
Train een logistiek regressiemodel, clf_logistic2, met de X2-trainingsset.
Print de coëfficiënten voor beide logistische regressiemodellen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Print the first five rows of each training set
print(____.____())
print(____.____())

# Create and train a model on the first training data
____ = ____(solver='lbfgs').____(____, np.ravel(y_train))

# Create and train a model on the second training data
____ = ____(solver='lbfgs').____(____, np.ravel(y_train))

# Print the coefficients of each model
print(____.____)
print(____.____)

Code bewerken en uitvoeren