Lojistik regresyon modeli kurma

sklearn içindeki linear_model modülünü kullanarak bir lojistik regresyon modeli kurabilirsin. Önce LogisticRegression() yöntemiyle bir lojistik regresyon modeli oluştur:

logreg = linear_model.LogisticRegression()

Sonra, modeli eğitebilmesi için lojistik regresyon modeline veri vermen gerekir. X öngördürücü değişkenleri, y ise hedefi içerir.

X = basetable[["predictor_1","predictor_2","predictor_3"]]`
y = basetable[["target"]]
logreg.fit(X,y)

Bu egzersizde üç öngördürücü kullanarak ilk kestirimsel modelini oluşturacaksın.

Bu egzersiz, kursun bir parçasıdır

Python ile Öngörücü Analitiğe Giriş

Kursa Göz Atın

Egzersiz talimatları

sklearn içinden linear_model yöntemini içe aktar.
Basetable basetable olarak yüklendi. "gender" sütununun bir öngördürücü olarak kullanılabilmesi için gender_F'e dönüştürüldüğünü unutma. age, gender_F ve time_since_last_gift öngördürücülerini içeren bir X DataFrame'i oluştur.
Hedefi içeren bir y DataFrame'i oluştur.
Bir lojistik regresyon modeli oluştur.
Verilen basetable üzerinde lojistik regresyon modelini eğit (fit et).

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import linear_model from sklearn.
from ____ import ____

# Create a DataFrame X that only contains the candidate predictors age, gender_F and time_since_last_gift.
X = ____[[____, ____, ____]]

# Create a DataFrame y that contains the target.
y = ____[[____]]

# Create a logistic regression model logreg and fit it to the data.
logreg = ____.____
logreg.____(____, ____)

Kodu Düzenle ve Çalıştır