Извлечение параметра логистической регрессии
Сейчас вы попрактикуетесь в извлечении важного параметра модели логистической регрессии. У логистической регрессии есть и другие параметры, которые здесь не рассматриваются, — их можно изучить в документации scikit-learn.org в разделе «Attributes» модуля LogisticRegression().
Данный параметр важен для понимания направления и величины влияния переменных на целевую переменную.
В этом упражнении вы извлечёте параметр коэффициентов (из атрибута coef_), объедините его с исходными названиями столбцов и определите, какие переменные оказали наибольшее положительное влияние на целевую переменную.
Вам доступны:
- Объект модели логистической регрессии с именем
log_reg_clf - Датафрейм
X_train
Библиотеки sklearn и pandas уже импортированы.
Это упражнение является частью курса
Подбор гиперпараметров в Python
Инструкции к упражнению
- Создайте список исходных названий столбцов обучающего датафрейма.
- Извлеките коэффициенты модели логистической регрессии.
- Создайте датафрейм из коэффициентов и названий переменных и просмотрите его.
- Выведите топ-3 «положительных» переменных по величине коэффициента.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Create a list of original variable names from the training DataFrame
original_variables = ____
# Extract the coefficients of the logistic regression estimator
model_coefficients = ____.____[____]
# Create a dataframe of the variables and coefficients & print it out
coefficient_df = pd.DataFrame({"Variable" : ____, "Coefficient": ____})
print(coefficient_df)
# Print out the top 3 positive variables
top_three_df = coefficient_df.sort_values(by=____, axis=0, ascending=____)[0:____]
print(top_three_df)