Passando em dois testes
Coloque-se no lugar de um dos estudantes da universidade. Você tem duas provas chegando em matérias diferentes e está ficando sem tempo para estudar. Você quer saber quanto tempo dedicar a cada matéria para maximizar a probabilidade de passar nas duas provas. Felizmente, há dados que você pode usar.
Para a matéria A, você já ajustou um modelo logístico em model_A, e para a matéria B você ajustou um modelo em model_B. Além de pré-carregar LogisticRegression de sklearn.linear_model e numpy como np, expit(), o inverso da função logística, foi importada para você de scipy.special.
Este exercício faz parte do curso
Fundamentos de Probabilidade em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Specify values to predict
hours_of_study_test_A = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_A = model_A.predict(____)
print(predicted_outcomes_A)
# Specify values to predict
hours_of_study_test_B = [[____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_B = model_B.____(____)
print(predicted_outcomes_B)