ÎncepețiÎncepe gratuit

Regresie logistică pentru imagini

În acest exercițiu, vei construi un model de regresie logistică pe un set de date despre cancerul mamar din exercițiul anterior și îi vei evalua acuratețea.

Variabilele X_train, X_test, y_train și y_test create în exercițiul anterior sunt disponibile în spațiul tău de lucru, alături de sklearn și pandas importat ca pd. LogisticRegression este disponibil prin sklearn.linear_model.

Acest exercițiu face parte din cursul

Predicția CTR cu Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un clasificator de regresie logistică.
  • Antrenează clasificatorul pe datele de antrenament și folosește-l pentru a face predicții pe datele de testare.
  • Atribuie totalurile predicțiilor corecte și incorecte (comparând țintele prezise cu cele din setul de testare) variabilelor num_right, respectiv num_wrong.
  • Calculează acuratețea folosind num_right și num_wrong cu ajutorul funcției sum().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create and fit a logistic regression classifier
clf = ____().____(X_train, y_train)

# Predict labels
y_pred = clf.____(X_test) 

# Get number of right and wrong predictions
num_right = (y_test == y_pred).____()
num_wrong = (y_test != y_pred).____()

# Compute and print accuracy
accuracy = 1.0 * num_right / (____ + ____)
print(accuracy)
Editează și rulează codul