เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Logistic Regression สำหรับมะเร็งเต้านม

ในแบบฝึกหัดที่แล้ว เราได้ทำการประเมินข้อมูลเบื้องต้นไปแล้ว ในแบบฝึกหัดนี้ จะได้กำหนดชุดข้อมูลสำหรับการฝึกและการทดสอบโมเดล Logistic Regression บนชุดข้อมูลมะเร็งเต้านม ซึ่งเป็นขั้นตอนแรกที่สำคัญในการรันโมเดล machine learning ทุกประเภท

ชุดข้อมูลมะเร็งเต้านมเป็นชุดข้อมูลตัวอย่างจาก sklearn ที่ประกอบด้วย feature ต่าง ๆ ของผู้ป่วย และค่าเป้าหมายที่ระบุว่าผู้ป่วยเป็นมะเร็งเต้านมหรือไม่ ข้อมูลอยู่ในรูปแบบ dictionary โดย feature หลักเก็บไว้ในอาร์เรย์ชื่อ data และค่าเป้าหมายเก็บไว้ในอาร์เรย์ชื่อ target ดังนั้น cancer_data.data จะเป็น feature และ cancer_data.target จะเป็นค่าเป้าหมาย ข้อมูลตัวอย่างถูกโหลดไว้เป็น cancer_data พร้อมกับ pandas ในชื่อ pd และสามารถใช้ LogisticRegression ได้ผ่าน sklearn.linear_model

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพยากรณ์ CTR ด้วย Machine Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนด X และ y โดยใช้ data และ target ตามลำดับ
  • กำหนดให้ X_train และ y_train เป็น 300 ตัวอย่างแรกของ X และ y ตามลำดับ โดยใช้ X[:300] สำหรับ X_train
  • กำหนดให้ X_test และ y_test เป็นข้อมูลที่เหลือของ X และ y ตามลำดับ (ยกเว้น 300 ตัวอย่างแรก) โดยใช้ X[300:] สำหรับ X_test

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Define X and y 
X = cancer_data.____
y = cancer_data.____

# Define training and testing data
X_train = X[____]
X_test = X[____]
y_train = y[____]
y_test = y[____]
แก้ไขและรันโค้ด