Eğitim ve test kümeleri oluşturma

Az önce farklı sütunlarda LogisticRegression() modelleri eğittin.

Verinin eğitim ve test kümelerine ayrılması gerektiğini biliyorsun. Her ikisini aynı anda oluşturmak için test_train_split() kullanılır. Eğitim kümesi tahmin üretmek için, test kümesi ise değerlendirme için kullanılır. Modeli değerlendirmeden, yeni kredi verilerinde ne kadar iyi performans göstereceğini bilemezsin.

Modelin bir özniteliği olan intercept_'a ek olarak, LogisticRegression() modellerinin .coef_ özniteliği de vardır. Bu, her bir eğitim sütununun temerrüt olasılığını tahmin etmede ne kadar önemli olduğunu gösterir.

cr_loan_clean veri kümesi çalışma alanına zaten yüklenmiş durumda.

Bu egzersiz

Python ile Kredi Riski Modellemesi

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Faiz oranı, çalışma süresi ve gelir sütunlarını kullanarak X veri kümesini oluştur. y kümesini kredi durumu ile oluştur.
train_test_split() ile X ve y'den eğitim ve test kümeleri oluştur.
Bir LogisticRegression() modeli oluşturup eğit ve clf_logistic olarak sakla.
Modelin katsayılarını .coef_ ile yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Create the X and y data sets
X = ____[[____,____,____]]
y = ____[[____]]

# Use test_train_split to create the training and test sets
X_train, X_test, y_train, y_test = ____(____, ____, test_size=.4, random_state=123)

# Create and fit the logistic regression model
____ = ____(solver='lbfgs').____(____, np.ravel(____))

# Print the models coefficients
print(____.coef_)

Kodu Düzenle ve Çalıştır