Baslinjeklassificerare med logistisk regression
I de senaste två lektionerna lärde du dig hur värdefull särdragsurval är inom maskininlärning. En annan typ av vanliga frågor som du kan förvänta dig i en maskininlärningsintervju handlar om särdragskonstruktion och hur det kan förbättra modellens prestanda.
I den här övningen konstruerar du ett nytt särdrag i datamängden loan_data från kapitel 1. Du jämför sedan noggrannhetspoängen för logistisk regression på datamängden före och efter särdragskonstruktion, genom att jämföra testlablar med de förutsagda värdena för målvariabeln Loan Status.
Alla relevanta paket har redan importerats: matplotlib.pyplot som plt, seaborn som sns, LogisticRegression från sklearn.linear_model, train_test_split från sklearn.model_selection och accuracy_score från sklearn.metrics.
Särdragskonstruktion räknas som ett förbehandlingssteg innan modellering:
Den här övningen är en del av kursen
Öva på maskininlärningsintervjufrågor i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create X matrix and y array
X = loan_data.____("____", axis=1)
y = loan_data["____"]
# Train/test split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123)
# Instantiate
logistic = ____()
# Fit
logistic.____(____, ____)
# Predict and print accuracy
print(____(y_true=____, y_pred=logistic.____(____)))