Öğrencilerin geçip geçmeyeceğini tahmin etme
Önceki egzersizde, çalışma saatleri ve test sonuçları verisine uyan lojistik regresyon modelinin parametrelerini hesapladın.
Bu parametrelerle, öğrencilerin çalışma saatlerine göre performanslarını tahmin edebilirsin. Lojistik regresyona göre sonuçları almak için model.predict() kullan.
Kolaylık olması için, LogisticRegression sklearn.linear_model içinden içe aktarıldı ve numpy np kısaltmasıyla içe aktarıldı.
Bu egzersiz, kursun bir parçasıdır
Python ile Olasılığın Temelleri
Egzersiz talimatları
- 10, 11, 12, 13 ve 14 değerlerinden oluşan bir dizi oluştur ve bu çalışma saatlerine göre test sonuçlarını tahmin et.
- Modelden sonuçları almak için
model.predict()kullan ve sonuçları yazdır. - 11 saat çalışma ile testi geçme olasılığını elde etmek için
model.predict_proba()kullan.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)
# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])