Bir diyabet sınıflandırıcı oluşturma
Pima Indians diyabet veri kümesini kullanarak bir kişinin diyabeti olup olmadığını lojistik regresyonla tahmin edeceksin. Bu veri kümesinde 8 özellik ve bir hedef var. Veriler senin için X_train, y_train, X_test ve y_test olarak eğitim ve test kümelerine ayrılıp önceden yüklendi.
Bir StandardScaler() örneği scaler olarak ve bir LogisticRegression() örneği de lr olarak önceden tanımlandı.
Bu egzersiz, kursun bir parçasıdır
Python'da Boyut Azaltma
Egzersiz talimatları
- Ölçekleyiciyi eğitim özelliklerine fit et ve bu özellikleri tek adımda dönüştür.
- Lojistik regresyon modelini ölçeklenmiş eğitim verisi üzerinde fit et.
- Test özelliklerini ölçekle.
- Ölçeklenmiş test kümesinde diyabet varlığını tahmin et.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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))))