Обучение логистической модели
Университет, изучающий связь между количеством часов подготовки и результатами экзамена, предоставил вам набор данных с информацией о том, сколько часов занимались студенты и сдали ли они экзамен. Вам предложено построить модель для прогнозирования будущих результатов.
Данные содержатся в переменных hours_of_study и outcomes. Используйте их, чтобы обучить модель LogisticRegression. Для удобства библиотека numpy уже импортирована как np.
Это упражнение является частью курса
Основы теории вероятностей на Python
Инструкции к упражнению
- Импортируйте
LogisticRegressionизsklearn.linear_model. - Создайте модель с помощью
LogisticRegression(C=1e9). - Передайте данные в метод
model.fit(). - Создайте переменные для каждого параметра, присвойте им значения из модели и выведите параметры
beta1иbeta0.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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(____, ____)