Acum vei ajusta parametrul C pentru regularizarea L1, ca să găsești valoarea care reduce complexitatea modelului păstrând în același timp performanțe bune. Vei rula o buclă for prin valorile posibile ale lui C și vei construi câte o instanță de regresie logistică pentru fiecare, calculând totodată metricile de performanță.

O listă C a fost creată cu valorile posibile. Tabloul l1_metrics a fost construit cu 3 coloane: prima conține valorile lui C, iar următoarele două sunt marcatori de loc pentru numărul de coeficienți nenuli și scorul de tip recall al modelului. Caracteristicile scalate și variabilele țintă au fost încărcate ca train_X, train_Y pentru antrenament și test_X, test_Y pentru testare.

Atât numpy, cât și pandas sunt încărcate ca np și pd, alături de funcția recall_score din sklearn.

Previzionează abandonul cu arbori de decizie

Create Your Free Account