De coëfficiënten en intercept bekijken
Zodra het logistiek regressiemodel klaar is, is het handig om de coëfficiënten te bekijken om te controleren of het model logisch is.
Voor een getraind logistiek regressiemodel logreg kun je de coëfficiënten ophalen met het attribuut coef_. De volgorde waarin de coëfficiënten verschijnen is dezelfde als de volgorde waarin de variabelen aan het model zijn doorgegeven. De intercept kun je ophalen met het attribuut intercept_.
Het logistiek regressiemodel dat je in de vorige oefeningen hebt gebouwd, is toegevoegd en getraind voor je in logreg.
Deze oefening maakt deel uit van de cursus
Introductie tot Predictive Analytics in Python
Oefeninstructies
- Wijs de coëfficiënten van het logistiek regressiemodel toe aan de lijst
coef. - Wijs de intercept van het logistiek regressiemodel toe aan de variabele
intercept.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Construct a logistic regression model that predicts the target using age, gender_F and time_since_last gift
predictors = ["age","gender_F","time_since_last_gift"]
X = basetable[predictors]
y = basetable[["target"]]
logreg = linear_model.LogisticRegression()
logreg.fit(X, y)
# Assign the coefficients to a list coef
coef = ____.____
for p,c in zip(predictors,list(coef[0])):
print(p + '\t' + str(c))
# Assign the intercept to the variable intercept
intercept = ____.____
print(intercept)