Tidslinjekränkning
För att illustrera vikten av tidslinjen ska vi titta på ett exempel där tidslinjen bryts och information från målperioden används för att konstruera prediktiva variabler.
Dataramen basetable i pandas innehåller två kolumner: "amount_2017" är det totala donationsbeloppet under 2017, och "target" är 1 om detta belopp överstiger 30, annars 0.
Bygg en logistisk regressionsmodell som använder "amount_2017" som enda prediktiv variabel för att förutsäga målet, och beräkna AUC.
Den här övningen är en del av kursen
Prediktiv analys på mellannivå i Python
Övningsinstruktioner
- Skapa en dataram
Xsom innehåller den prediktiva variabeln och en dataramysom innehåller målet. - Anpassa den logistiska regressionsmodellen så att
yförutsägs frånX. Bygg en logistisk regressionsmodell som använderamount_2017som enda prediktiv variabel och förutsägertarget. - Gör förutsägelser för objekten i
X. - Beräkna och skriv ut AUC för den här modellen med hjälp av funktionen
roc_auc_score.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Select the relevant predictors and the target
X = basetable[["____"]]
y = basetable[["____"]]
# Build the logistic regression model
logreg = linear_model.LogisticRegression()
logreg.____(____, ____)
# Make predictions for X
predictions = logreg.____(____)[:,1]
# Calculate and print the AUC value
auc = ____(____, ____)
print(round(auc, 2))