ผ่านสองวิชา
ลองจินตนาการว่าคุณเป็นนักศึกษามหาวิทยาลัยคนหนึ่ง ที่กำลังจะมีสอบสองวิชาในเวลาไล่เลี่ยกัน แต่มีเวลาอ่านหนังสือน้อยมาก คุณอยากรู้ว่าควรแบ่งเวลาอ่านหนังสือแต่ละวิชาอย่างไร เพื่อให้โอกาสผ่านทั้งสองวิชาสูงที่สุด โชคดีที่มีข้อมูลให้ใช้อยู่แล้ว
สำหรับวิชา A ได้ฝึก logistic model ไว้ใน model_A และสำหรับวิชา B ฝึกไว้ใน model_B นอกจากนี้ยังได้โหลด LogisticRegression จาก sklearn.linear_model และ numpy ในชื่อ np ไว้ให้แล้ว รวมถึง expit() ซึ่งเป็นฟังก์ชันผกผันของ logistic function ที่นำเข้ามาจาก scipy.special
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
พื้นฐานความน่าจะเป็นด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Specify values to predict
hours_of_study_test_A = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_A = model_A.predict(____)
print(predicted_outcomes_A)
# Specify values to predict
hours_of_study_test_B = [[____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_B = model_B.____(____)
print(predicted_outcomes_B)