Bygg en logistisk regressionsmodell
I den här övningen bygger du en logistisk regressionsmodell med alla särdrag i datamängden diabetes_df. Modellen används för att förutsäga sannolikheten att individer i testuppsättningen har en diabetesdiagnos.
Datamängden diabetes_df har redan delats upp i X_train, X_test, y_train och y_test och är förinstansierad åt dig.
Den här övningen är en del av kursen
Övervakad inlärning med scikit-learn
Övningsinstruktioner
- Importera
LogisticRegression. - Instantiera en logistisk regressionsmodell,
logreg. - Träna modellen på träningsdatan.
- Förutsäg sannolikheten att varje individ i testuppsättningen har en diabetesdiagnos och lagra arrayen med positiva sannolikheter som
y_pred_probs.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import LogisticRegression
____
# Instantiate the model
logreg = ____
# Fit the model
____
# Predict probabilities
y_pred_probs = logreg.____(____)[____, ____]
print(y_pred_probs[:10])