1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza danych IoT w Pythonie
Connected

ćwiczenie

Regresja logistyczna

Korzystając z danych z poprzedniego ćwiczenia, wytrenuj teraz model uczenia maszynowego.

Zgodnie z najlepszymi praktykami dane są dostępne jako X_train, a etykiety zostały załadowane jako y_train. Podzbiór danych jest również dostępny jako X_test. W dalszej części tego rozdziału dowiesz się, jak prawidłowo tworzyć te zmienne.

Instrukcje

100 XP
  • Zaimportuj LogisticRegression z sklearn.linear_model.
  • Zainicjalizuj model jako logreg.
  • Dopasuj model do X_train z etykietami y_train.
  • Przewidź klasy dla X_test.