1. Learn
    2. /
  2. Cursuri
    3. /
  3. Modele Liniare Generalizate în Python
Connected

exercițiu

Calculează predicții

În practică, suntem adesea interesați să folosim regresia logistică ajustată pentru a estima probabilitățile și a construi intervale de încredere pentru aceste estimări. Folosind setul de date wells și modelul 'switch ~ arsenic', să presupunem că ai observații noi, wells_test, care nu au făcut parte din eșantionul de antrenament, și dorești să prezici probabilitatea de a schimba la cel mai apropiat puț sigur.

Vei face acest lucru cu ajutorul metodei .predict().

Reține că .predict() primește mai multe argumente:

  • exog - observații noi (setul de date de testare)
  • transform = True - aplică formula modelului y ~ x asupra datelor.

Dacă exog nu este definit, probabilitățile se calculează pentru setul de date de antrenament.

Modelul wells_fit și seturile de date wells și wells_test sunt preîncărcate în spațiul de lucru.

Instrucțiuni

100 XP
  • Folosind modelul ajustat wells_fit, calculează predicțiile pe datele de testare wells_test și salvează rezultatul ca prediction.
  • Adaugă prediction la dataframe-ul existent wells_test și denumește coloana prediction.
  • Folosind print(), afișează primele 5 rânduri din wells_test cu coloanele switch, arsenic și prediction. Folosește funcția head() din pandas pentru a vizualiza doar primele 5 rânduri.