ПочатиПочніть безкоштовно

Логістична регресія для раку молочної залози

У попередній вправі ми виконали першу оцінку даних. У цій вправі ви визначите тренувальну та тестову вибірки для моделі логістичної регресії на наборі даних про рак молочної залози. Це важливий перший крок для запуску будь‑яких моделей машинного навчання.

Набір даних про рак молочної залози — це прикладовий набір із sklearn із різними ознаками пацієнтів і цільовим значенням, що вказує, чи має пацієнт рак молочної залози. Дані подано у форматі словника: основні дані зберігаються в масиві data, а цільові значення — в масиві target. Тобто cancer_data.data — це ознаки, а cancer_data.target — цілі. Прикладові дані завантажено як cancer_data, а також доступний pandas як pd. LogisticRegression доступна через sklearn.linear_model.

Ця вправа є частиною курсу

Прогнозування CTR за допомогою машинного навчання в Python

Переглянути курс

Інструкції до вправи

  • Визначте X і y, використавши відповідно data та target.
  • Зробіть X_train та y_train першими 300 зразками X і y відповідно, використавши X[:300] для X_train.
  • Зробіть X_test та y_test рештою X і y відповідно (без перших 300 зразків), використавши X[300:] для X_test.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Define X and y 
X = cancer_data.____
y = cancer_data.____

# Define training and testing data
X_train = X[____]
X_test = X[____]
y_train = y[____]
y_test = y[____]
Редагувати та запускати код