ПочатиПочніть безкоштовно

Побудова моделі логістичної регресії

У цій вправі ви побудуєте модель логістичної регресії, використовуючи всі ознаки з набору даних diabetes_df. Модель буде використано, щоб передбачити ймовірність наявності діагнозу діабету в осіб із тестової вибірки.

Набір даних diabetes_df уже розбито на X_train, X_test, y_train та y_test і попередньо завантажено для вас.

Ця вправа є частиною курсу

Кероване навчання зі scikit-learn

Переглянути курс

Інструкції до вправи

  • Імпортуйте LogisticRegression.
  • Створіть екземпляр моделі логістичної регресії logreg.
  • Навчіть модель на тренувальних даних.
  • Передбачте ймовірності наявності діагнозу діабету для кожної особи в тестовій вибірці, зберігши масив додатних ймовірностей як y_pred_probs.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import LogisticRegression
____

# Instantiate the model
logreg = ____

# Fit the model
____

# Predict probabilities
y_pred_probs = logreg.____(____)[____, ____]

print(y_pred_probs[:10])
Редагувати та запускати код