Explorează coeficienții regresiei logistice
Vei explora acum coeficienții regresiei logistice pentru a înțelege ce anume determină creșterea sau scăderea ratei de abandon. În acest exercițiu, vei extrage coeficienții regresiei logistice din modelul antrenat și vei calcula exponențialele acestora pentru a-i face mai ușor de interpretat.
Instanța regresiei logistice antrenate este încărcată ca logreg, iar caracteristicile scalate sunt disponibile ca un DataFrame pandas numit train_X. Bibliotecile numpy și pandas sunt încărcate ca np, respectiv pd.
Acest exercițiu face parte din cursul
Machine Learning pentru Marketing în Python
Instrucțiuni pentru exercițiu
- Combină numele caracteristicilor și coeficienții într-un DataFrame
pandas. - Calculează exponențiala coeficienților regresiei logistice.
- Elimină coeficienții egali cu zero și afișează-i sortați după coeficientul exponențial.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Combine feature names and coefficients into pandas DataFrame
feature_names = pd.DataFrame(___.columns, columns = ['Feature'])
log_coef = pd.DataFrame(np.transpose(logreg.coef_), columns = ['Coefficient'])
coefficients = pd.concat([feature_names, ___], axis = 1)
# Calculate exponent of the logistic regression coefficients
coefficients['Exp_Coefficient'] = np.___(coefficients['Coefficient'])
# Remove coefficients that are equal to zero
coefficients = coefficients[coefficients['Coefficient']!=___]
# Print the values sorted by the exponent coefficient
print(coefficients.sort_values(by=['___']))