ประสิทธิภาพของโมเดล
ต่อไปจะนำโมเดลจากบทเรียนก่อนหน้ามาประเมินผลกับข้อมูลชุดทดสอบ
การประเมินโมเดลด้วยข้อมูลใหม่ที่โมเดลไม่เคยเห็นมาก่อนเป็นสิ่งสำคัญ เพราะเป็นการพิสูจน์ว่าโมเดลสามารถทำนายข้อมูลที่ไม่รู้จักได้อย่างถูกต้อง
โมดูลที่จำเป็นทั้งหมดได้ถูก import ไว้แล้ว และข้อมูลพร้อมใช้งานในชื่อ X_train, y_train, X_test และ y_test ตามลำดับ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูล IoT ด้วย Python
คำแนะนำการฝึกหัด
- สร้างโมเดล
LogisticRegression - Fit โมเดลกับ
X_trainและy_train - ประเมินคะแนนโมเดลโดยใช้
X_trainและy_train - ประเมินคะแนนโมเดลโดยใช้
X_testและy_test
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create LogisticRegression model
logreg = ____()
# Fit the model
logreg.____(____, ____)
# Score the model
print(logreg.____(____, ____))
print(____)