เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้างโมเดลจำแนกโรคเบาหวาน

ในแบบฝึกหัดนี้จะใช้ชุดข้อมูล Pima Indians diabetes เพื่อทำนายว่าบุคคลนั้นเป็นโรคเบาหวานหรือไม่ โดยใช้ logistic regression ชุดข้อมูลนี้มี 8 features และ 1 target โดยข้อมูลถูกแบ่งเป็นชุดฝึกและชุดทดสอบ และโหลดไว้ให้แล้วในชื่อ X_train, y_train, X_test และ X_test

ได้กำหนด StandardScaler() ไว้ล่วงหน้าในชื่อ scaler และ LogisticRegression() ในชื่อ lr

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การลดมิติข้อมูลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Fit scaler บน features ชุดฝึก และ transform ข้อมูลในขั้นตอนเดียว
  • Fit โมเดล logistic regression บนข้อมูลชุดฝึกที่ปรับสเกลแล้ว
  • ปรับสเกล features ของชุดทดสอบ
  • ทำนายการมีโรคเบาหวานบนชุดทดสอบที่ปรับสเกลแล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Fit the scaler on the training features and transform these in one go
X_train_std = scaler.____(____)

# Fit the logistic regression model on the scaled training data
lr.____(____, ____)

# Scale the test features
X_test_std = scaler.____(____)

# Predict diabetes presence on the scaled test set
y_pred = lr.____(____)

# Prints accuracy metrics and feature coefficients
print(f"{accuracy_score(y_test, y_pred):.1%} accuracy on test set.")
print(dict(zip(X.columns, abs(lr.coef_[0]).round(2))))
แก้ไขและรันโค้ด