BaşlayınÜcretsiz Başlayın

Lojistik Regresyon parametresi çıkarma

Şimdi lojistik regresyon modelinin önemli bir parametresini çıkarmayı pratiğe dökeceksin. Lojistik regresyonun burada incelemeyeceğin birkaç başka parametresi daha var; bunları LogisticRegression() modülündeki 'Attributes' bölümünde scikit-learn.org dokümantasyonundan gözden geçirebilirsin.

Bu parametre, değişkenlerin hedef üzerindeki etkinin yönünü ve büyüklüğünü anlamak için önemlidir.

Bu egzersizde katsayı (coefficient) parametresini (coef_ özniteliğinde bulunur) çıkaracağız, orijinal sütun adlarıyla eşleştirip hedef değişken üzerinde en büyük pozitif etkiye sahip değişkenleri göreceğiz.

Elinde olacaklar:

  • log_reg_clf adlı bir lojistik regresyon model nesnesi
  • X_train DataFrame'i

sklearn ve pandas senin için içe aktarıldı.

Bu egzersiz

Python'da Hiperparametre Ayarlama

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Eğitim DataFrame'inde kullanılan orijinal sütun adlarının bir listesini oluştur.
  • Lojistik regresyon tahmincisinin katsayılarını çıkar.
  • Katsayılar ve değişken adlarından bir DataFrame oluştur ve görüntüle.
  • Katsayı büyüklüğüne göre en 'pozitif' ilk 3 değişkeni yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Create a list of original variable names from the training DataFrame
original_variables = ____

# Extract the coefficients of the logistic regression estimator
model_coefficients = ____.____[____]

# Create a dataframe of the variables and coefficients & print it out
coefficient_df = pd.DataFrame({"Variable" : ____, "Coefficient": ____})
print(coefficient_df)

# Print out the top 3 positive variables
top_three_df = coefficient_df.sort_values(by=____, axis=0, ascending=____)[0:____]
print(top_three_df)
Kodu Düzenle ve Çalıştır