Visa koefficienter och intercept
När den logistiska regressionsmodellen är klar kan det vara intressant att titta på koefficienterna för att kontrollera om modellen verkar rimlig.
Given en anpassad logistisk regressionsmodell logreg kan du hämta koefficienterna med attributet coef_. Ordningen i vilken koefficienterna visas är densamma som ordningen i vilken variablerna matades in i modellen. Interceptet kan hämtas med attributet intercept_.
Den logistiska regressionsmodell som du byggde i de tidigare övningarna har lagts till och anpassats åt dig i logreg.
Den här övningen är en del av kursen
Introduktion till prediktiv analys i Python
Övningsinstruktioner
- Tilldela koefficienterna för den logistiska regressionsmodellen till listan
coef. - Tilldela interceptet för den logistiska regressionsmodellen till variabeln
intercept.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Construct a logistic regression model that predicts the target using age, gender_F and time_since_last gift
predictors = ["age","gender_F","time_since_last_gift"]
X = basetable[predictors]
y = basetable[["target"]]
logreg = linear_model.LogisticRegression()
logreg.fit(X, y)
# Assign the coefficients to a list coef
coef = ____.____
for p,c in zip(predictors,list(coef[0])):
print(p + '\t' + str(c))
# Assign the intercept to the variable intercept
intercept = ____.____
print(intercept)