Logistische regressie gecombineerd met SMOTE

In deze oefening neem je het Logistic Regression-model uit de vorige oefening en combineer je dat met een SMOTE-resamplingmethode. We laten je zien hoe je dit efficiënt doet met een pipeline die de resamplingmethode en het model in één keer samenvoegt. Eerst moet je de pipeline definiëren die je gaat gebruiken.

Deze oefening maakt deel uit van de cursus

Fraudedetectie in Python

Cursus bekijken

Oefeninstructies

Importeer de Pipeline-module uit imblearn, dit is al voor je gedaan.
Definieer vervolgens wat je in de pipeline wilt stoppen: wijs de methode SMOTE() toe aan resampling, en wijs LogisticRegression() toe aan model.
Combineer twee stappen in de functie Pipeline(). Je moet aangeven dat je resampling met het model wilt combineren, op de juiste plaats in het argument. Ik laat je zien hoe je dat doet.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# This is the pipeline module we need for this from imblearn
from imblearn.pipeline import Pipeline 

# Define which resampling method and which ML model to use in the pipeline
resampling = ____
model = ____

# Define the pipeline, tell it to combine SMOTE with the Logistic Regression model
pipeline = Pipeline([('SMOTE', resampling), ('Logistic Regression', model)])

Code bewerken en uitvoeren