เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Logistic Regression สำหรับรูปภาพ

ในแบบฝึกหัดนี้ จะได้สร้างโมเดล logistic regression บนชุดข้อมูลมะเร็งเต้านมจากแบบฝึกหัดก่อนหน้า และประเมินความแม่นยำของโมเดล

X_train, X_test, y_train และ y_test ที่สร้างไว้ในแบบฝึกหัดก่อนหน้าพร้อมใช้งานใน workspace แล้ว พร้อมกับ sklearn และ pandas ในชื่อ pd โดย LogisticRegression สามารถเรียกใช้ได้ผ่าน sklearn.linear_model

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การพยากรณ์ CTR ด้วย Machine Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างตัวจำแนก logistic regression
  • นำตัวจำแนกไป fit กับข้อมูลชุดฝึกเพื่อทำนายผลบนข้อมูลชุดทดสอบ
  • กำหนดจำนวนการทำนายที่ถูกต้องและไม่ถูกต้องระหว่างเป้าหมายชุดฝึกและชุดทดสอบให้กับ num_right และ num_wrong ตามลำดับ
  • คำนวณความแม่นยำโดยใช้ num_right และ num_wrong ด้วย sum()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create and fit a logistic regression classifier
clf = ____().____(X_train, y_train)

# Predict labels
y_pred = clf.____(X_test) 

# Get number of right and wrong predictions
num_right = (y_test == y_pred).____()
num_wrong = (y_test != y_pred).____()

# Compute and print accuracy
accuracy = 1.0 * num_right / (____ + ____)
print(accuracy)
แก้ไขและรันโค้ด