Bắt đầu ngayBắt đầu miễn phí

Khớp mô hình logistic

Trường đại học đang nghiên cứu mối quan hệ giữa số giờ học và kết quả của một bài kiểm tra đã cung cấp cho bạn một tập dữ liệu gồm số giờ sinh viên học và việc họ trượt hay đỗ bài kiểm tra, và đề nghị bạn khớp một mô hình để dự đoán kết quả trong tương lai.

Dữ liệu được cung cấp trong các biến hours_of_study và outcomes. Hãy dùng dữ liệu này để khớp một mô hình LogisticRegression. numpy đã được nhập với bí danh np để bạn tiện sử dụng.

Bài tập này là một phần của khóa học

Nền tảng Xác suất trong Python

Xem khóa học

Hướng dẫn bài tập

  • Import LogisticRegression từ sklearn.linear_model.
  • Tạo mô hình bằng LogisticRegression(C=1e9).
  • Truyền dữ liệu vào phương thức model.fit().
  • Tạo các biến cho từng tham số, gán giá trị từ mô hình và in các tham số beta1 và beta0.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import LogisticRegression
from sklearn.linear_model import ____

# sklearn logistic model
model = ____(C=1e9)
model.____(____, ____)

# Get parameters
beta1 = model.coef_[0][0]
beta0 = model.intercept_[0]

# Print parameters
print(____, ____)
Chỉnh sửa và Chạy Mã