Успешная сдача двух экзаменов
Представьте, что вы студент университета. Впереди два экзамена по разным предметам, а времени на подготовку почти не осталось. Вы хотите понять, сколько часов нужно уделить каждому предмету, чтобы максимизировать вероятность сдачи обоих. К счастью, у вас есть данные, которые помогут это выяснить.
Для предмета A логистическая модель уже обучена и сохранена в model_A, для предмета B — в model_B. Помимо LogisticRegression из sklearn.linear_model и numpy как np, из scipy.special для вас уже импортирована функция expit() — обратная к логистической.
Это упражнение является частью курса
Основы теории вероятностей на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Specify values to predict
hours_of_study_test_A = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_A = model_A.predict(____)
print(predicted_outcomes_A)
# Specify values to predict
hours_of_study_test_B = [[____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_B = model_B.____(____)
print(predicted_outcomes_B)