Прогнозування, чи складуть студенти іспит
У попередній вправі ви обчислили параметри моделі логістичної регресії, яка описує дані про години навчання та результати тесту.
Маючи ці параметри, ви можете передбачати успішність студентів за кількістю годин навчання. Використайте model.predict(), щоб отримати результати на основі логістичної регресії.
Для вашої зручності LogisticRegression уже імпортовано з sklearn.linear_model, а numpy імпортовано як np.
Ця вправа є частиною курсу
Основи теорії ймовірностей у Python
Інструкції до вправи
- Створіть масив зі значеннями 10, 11, 12, 13 і 14, щоб спрогнозувати результати тесту на основі такої кількості годин навчання.
- Використайте
model.predict(), щоб отримати результати з моделі, і виведіть ці результати. - Використайте
model.predict_proba(), щоб отримати ймовірність складання тесту за 11 годин навчання.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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])