Logistic regression
Laten we doorgaan met logistic regression. Je werkt weer met dezelfde weather-gegevensset, maar het doel is nu om te voorspellen of het morgen gaat regenen. We hebben je train- en testsets alvast voor je klaargezet. Je verklarende variabelen zijn de features Humidity9am en Humidity3pm.
Het is ook goed om te weten dat de gegevensset al is genormaliseerd, zodat we de coëfficiënten later kunnen interpreteren. Dit is altijd goed om in je interview te noemen wanneer je praat over regressie voor inferentie.
Deze oefening maakt deel uit van de cursus
Statistiek-vragen voor sollicitaties oefenen in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
from sklearn.linear_model import LogisticRegression
# Create and fit your model
clf = ____
clf.fit(____, ____)