Construirea unui clasificator pentru diabet
Vei folosi setul de date Pima Indians diabetes pentru a prezice dacă o persoană are diabet, folosind regresia logistică. Setul de date conține 8 caracteristici și o variabilă țintă. Datele au fost împărțite într-un set de antrenament și unul de testare și sunt preîncărcate ca X_train, y_train, X_test și y_test.
O instanță StandardScaler() a fost predefinită ca scaler, iar una LogisticRegression() ca lr.
Acest exercițiu face parte din cursul
Reducerea dimensionalității în Python
Instrucțiuni pentru exercițiu
- Aplică fit pe scaler folosind caracteristicile de antrenament și transformă-le imediat, într-un singur pas.
- Antrenează modelul de regresie logistică pe datele de antrenament scalate.
- Scalează caracteristicile de test.
- Prezice prezența diabetului pe setul de test scalat.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Fit the scaler on the training features and transform these in one go
X_train_std = scaler.____(____)
# Fit the logistic regression model on the scaled training data
lr.____(____, ____)
# Scale the test features
X_test_std = scaler.____(____)
# Predict diabetes presence on the scaled test set
y_pred = lr.____(____)
# Prints accuracy metrics and feature coefficients
print(f"{accuracy_score(y_test, y_pred):.1%} accuracy on test set.")
print(dict(zip(X.columns, abs(lr.coef_[0]).round(2))))