ПочатиПочніть безкоштовно

Обчислення впливу ознак за допомогою лінійної регресії

Як дата‑саєнтист в страховій компанії, ви маєте побудувати й пояснити модель лінійної регресії, яка оцінює страхові нарахування на основі таких ознак, як вік, індекс маси тіла (BMI) та статус куріння, проаналізувавши коефіцієнти моделі, щоб визначити внесок кожної ознаки в передбачення.

matplotlib.pyplot імпортовано як plt, також доступний MinMaxScaler. X_train і y_train уже завантажені для вас.

Ця вправа є частиною курсу

Пояснюваний ШІ в Python

Переглянути курс

Інструкції до вправи

  • Нормалізуйте тренувальні дані X_train.
  • Навчіть лінійну регресійну model на стандартизованих тренувальних даних.
  • Витягніть coefficients з моделі.
  • Побудуйте графік coefficients для заданих feature_names.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Standardize the training data
scaler = MinMaxScaler()
X_train_scaled = ____
model = LinearRegression()

# Fit the model
____

# Derive coefficients
coefficients = ____
feature_names = X_train.columns

# Plot coefficients
plt.bar(____, ____)
plt.show()
Редагувати та запускати код