Логистическая регрессия
Перейдём к логистической регрессии. Вы снова будете работать с набором данных weather, однако на этот раз цель — предсказать, будет ли завтра дождь. Обучающая и тестовая выборки уже подготовлены для вас. В качестве независимых переменных используются признаки Humidity9am и Humidity3pm.
Обратите внимание: набор данных уже нормализован, чтобы обеспечить корректную интерпретацию коэффициентов. Это всегда полезно упомянуть на собеседовании при обсуждении регрессии для анализа зависимостей.
Это упражнение является частью курса
Практика статистических вопросов для собеседований на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
from sklearn.linear_model import LogisticRegression
# Create and fit your model
clf = ____
clf.fit(____, ____)