Логістична регресія

Використовуючи дані з попередньої вправи, тепер ви навчите модель машинного навчання.

Відповідно до найкращих практик, дані доступні як X_train, а мітки завантажено як y_train. Підмножина даних також доступна як X_test. Пізніше в цьому розділі ви дізнаєтеся, як правильно створювати ці змінні.

Ця вправа є частиною курсу

Аналіз даних IoT у Python

Переглянути курс

Інструкції до вправи

Імпортуйте LogisticRegression з sklearn.linear_model.
Ініціалізуйте модель як logreg.
Навчіть модель на X_train з мітками y_train.
Передбачте класи, використовуючи X_test.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import LogisticRegression
from ____ import ____

# Initialize the model
logreg = ____

# Fit the model
____.____(____, ____)

# Predict classes
print(____.____(____))

Редагувати та запускати код