1. Nauka
    2. /
  2. Kursy
    3. /
  3. Strojenie hiperparametrów w Pythonie
Connected

ćwiczenie

Wyodrębnianie parametru regresji logistycznej

Teraz przećwiczysz wyodrębnianie ważnego parametru modelu regresji logistycznej. Model ten posiada kilka innych parametrów, których tutaj nie omawiamy – możesz je sprawdzić w dokumentacji scikit-learn.org w sekcji 'Attributes' modułu LogisticRegression().

Omawiany parametr pomaga zrozumieć kierunek i siłę wpływu poszczególnych zmiennych na zmienną docelową.

W tym ćwiczeniu wyodrębnisz parametr współczynników (dostępny w atrybucie coef_), połączysz go z oryginalnymi nazwami kolumn i sprawdzisz, które zmienne miały największy dodatni wpływ na zmienną docelową.

Do dyspozycji masz:

  • obiekt modelu regresji logistycznej o nazwie log_reg_clf
  • DataFrame X_train

Biblioteki sklearn i pandas zostały już zaimportowane.

Instrukcje

100 XP
  • Utwórz listę oryginalnych nazw kolumn użytych w zbiorze treningowym DataFrame.
  • Wyodrębnij współczynniki estymatora regresji logistycznej.
  • Utwórz DataFrame zawierający współczynniki i nazwy zmiennych, a następnie go wyświetl.
  • Wyświetl 3 zmienne o największych dodatnich współczynnikach.