Förändrade koefficienter

Med den här förståelsen av koefficienterna i en LogisticRegression()-modell kan du titta närmare på dem för att se hur de förändras beroende på vilka kolumner som används för träning. Kommer kolumnkoefficienterna att skilja sig åt mellan modellerna?

Du ska använda .fit() på två olika LogisticRegression()-modeller med olika grupper av kolumner för att kontrollera detta. Fundera också på vilken potentiell påverkan det kan ha på sannolikheten för fallissemang.

Datamängden cr_loan_clean har redan laddats in i miljön tillsammans med träningsseten X1_train, X2_train och y_train.

Den här övningen är en del av kursen

Kreditriskmodellering i Python

Visa kurs

Övningsinstruktioner

Kontrollera de fem första raderna i båda X-träningsseten.
Träna en logistisk regressionsmodell med namnet clf_logistic1 med träningssettet X1.
Träna en logistisk regressionsmodell med namnet clf_logistic2 med träningssettet X2.
Skriv ut koefficienterna för båda de logistiska regressionsmodellerna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Print the first five rows of each training set
print(____.____())
print(____.____())

# Create and train a model on the first training data
____ = ____(solver='lbfgs').____(____, np.ravel(y_train))

# Create and train a model on the second training data
____ = ____(solver='lbfgs').____(____, np.ravel(y_train))

# Print the coefficients of each model
print(____.____)
print(____.____)

Redigera och kör kod