ćwiczenie

Regresja logistyczna

Przejdźmy teraz do regresji logistycznej. Ponownie skorzystasz z tego samego zbioru danych weather, ale tym razem celem jest przewidzenie, czy jutro będzie padać. Zbiory treningowy i testowy zostały już przygotowane. Zmiennymi objaśniającymi są cechy Humidity9am i Humidity3pm.

Warto też wiedzieć, że zbiór danych został wcześniej znormalizowany, co pozwoli na późniejszą interpretację współczynników modelu. To ważna kwestia, którą warto poruszyć podczas rozmowy rekrutacyjnej przy omawianiu regresji w kontekście wnioskowania statystycznego.

Instrukcje 1/3

undefined XP

1

2

3

Utwórz i dopasuj model regresji logistycznej, używając zmiennych X_train i y_train.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje 1/3

ćwiczenie