ÎncepețiÎncepe gratuit

Ajustarea unui model logistic

Universitatea care studiază relația dintre orele de studiu și rezultatele la un anumit test ți-a pus la dispoziție un set de date cu numărul de ore pe care studenții le-au studiat și dacă au picat sau au trecut testul, solicitându-ți să ajustezi un model pentru a prezice performanțele viitoare.

Datele sunt furnizate în variabilele hours_of_study și outcomes. Folosește aceste date pentru a ajusta un model LogisticRegression. numpy a fost importat ca np pentru ușurința ta.

Acest exercițiu face parte din cursul

Bazele probabilității în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă LogisticRegression din sklearn.linear_model.
  • Creează modelul folosind LogisticRegression(C=1e9).
  • Transmite datele către metoda model.fit().
  • Creează variabile pentru fiecare parametru, atribuie-le valorile din model și afișează parametrii beta1 și beta0.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import LogisticRegression
from sklearn.linear_model import ____

# sklearn logistic model
model = ____(C=1e9)
model.____(____, ____)

# Get parameters
beta1 = model.coef_[0][0]
beta0 = model.intercept_[0]

# Print parameters
print(____, ____)
Editează și rulează codul