Beräkna särdragspåverkan med logistisk regression
Fortfarande i ditt arbete på försäkringsbolaget har du byggt en prediktiv modell för att identifiera om en person är rökare eller inte. Nu behöver du analysera modellen för att ta reda på vilka faktorer som påverkar rökarstatusen – information som hjälper bolaget att bedöma risk mer exakt och anpassa försäkringspolicyer därefter.
matplotlib.pyplot har importerats som plt. X_train och y_train är förinlästa.
Den här övningen är en del av kursen
Förklarbar AI i Python
Övningsinstruktioner
- Extrahera
coefficientsfrån modellen. - Rita ett diagram över
coefficientsför de angivnafeature_names.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
scaler = MinMaxScaler()
X_train_scaled = scaler.fit_transform(X_train)
model = LogisticRegression()
model.fit(X_train_scaled, y_train)
# Derive coefficients
coefficients = ____
feature_names = X_train.columns
# Plot coefficients
____
plt.show()