Kom igångKom igång gratis

Logistisk regression

Med hjälp av data från föregående övning ska du nu träna en maskininlärningsmodell.

Enligt bästa praxis finns data nu tillgänglig som X_train, medan etiketterna har laddats in som y_train. En delmängd av datan finns också tillgänglig som X_test. Du kommer att lära dig senare i det här kapitlet hur du skapar dessa variabler på rätt sätt.

Den här övningen är en del av kursen

Analysera IoT-data i Python

Visa kurs

Övningsinstruktioner

  • Importera LogisticRegression från sklearn.linear_model.
  • Initiera modellen som logreg.
  • Träna modellen på X_train med etiketterna y_train.
  • Förutsäg några klasser med hjälp av X_test.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import LogisticRegression
from ____ import ____

# Initialize the model
logreg = ____

# Fit the model
____.____(____, ____)

# Predict classes
print(____.____(____))
Redigera och kör kod