Витяг параметра Logistic Regression
Тепер ви попрактикуєтеся у витягуванні важливого параметра моделі логістичної регресії. У логістичної регресії є й інші параметри, які ми тут не розглядатимемо, але ви можете переглянути їх у документації scikit-learn.org для модуля LogisticRegression() у розділі „Attributes".
Цей параметр важливий для розуміння напряму та величини впливу змінних на ціль.
У цій вправі ми витягнемо параметр коефіцієнтів (міститься в атрибуті coef_), поєднаємо його з початковими назвами стовпців і подивимося, які змінні мали найбільший позитивний вплив на цільову змінну.
Вам доступні:
- Об'єкт моделі логістичної регресії з назвою
log_reg_clf - Датафрейм
X_train
sklearn і pandas уже імпортовано для вас.
Ця вправа є частиною курсу
Тюнінг гіперпараметрів у Python
Інструкції до вправи
- Створіть список початкових назв стовпців, використаних у тренувальному датафреймі.
- Витягніть коефіцієнти оцінювача логістичної регресії.
- Створіть датафрейм із коефіцієнтів і назв змінних та перегляньте його.
- Виведіть перші 3 «позитивні» змінні за величиною коефіцієнта.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create a list of original variable names from the training DataFrame
original_variables = ____
# Extract the coefficients of the logistic regression estimator
model_coefficients = ____.____[____]
# Create a dataframe of the variables and coefficients & print it out
coefficient_df = pd.DataFrame({"Variable" : ____, "Coefficient": ____})
print(coefficient_df)
# Print out the top 3 positive variables
top_three_df = coefficient_df.sort_values(by=____, axis=0, ascending=____)[0:____]
print(top_three_df)