Логістична регресія в поєднанні зі SMOTE

У цій вправі ви візьмете модель Logistic Regression з попередньої вправи та поєднаєте її з методом ресемплінгу SMOTE. Ми покажемо, як зробити це ефективно за допомогою конвеєра (pipeline), який об'єднує ресемплінг і модель в одному кроці. Спочатку потрібно визначити конвеєр, який ви будете використовувати.

Ця вправа є частиною курсу

Виявлення шахрайства в Python

Переглянути курс

Інструкції до вправи

Імпортуйте модуль Pipeline з imblearn; це вже зроблено за вас.
Далі визначте, що ви хочете додати до конвеєра: призначте метод SMOTE() змінній resampling, а LogisticRegression() — змінній model.
Об'єднайте два кроки у функції Pipeline(). У відповідному місці аргументів потрібно вказати, що ви хочете поєднати resampling з model. Я покажу, як це зробити.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# This is the pipeline module we need for this from imblearn
from imblearn.pipeline import Pipeline 

# Define which resampling method and which ML model to use in the pipeline
resampling = ____
model = ____

# Define the pipeline, tell it to combine SMOTE with the Logistic Regression model
pipeline = Pipeline([('SMOTE', resampling), ('Logistic Regression', model)])

Редагувати та запускати код