Vượt qua hai bài kiểm tra
Hãy đặt mình vào vị trí của một sinh viên đại học. Bạn sắp có hai bài kiểm tra ở hai môn khác nhau, và thời gian ôn tập thì không còn nhiều. Bạn muốn biết nên dành bao nhiêu thời gian cho mỗi môn để tối đa hóa xác suất đỗ cả hai bài. May mắn là bạn có dữ liệu để sử dụng.
Với môn A, bạn đã khớp một mô hình logistic trong model_A, và với môn B bạn đã khớp một mô hình trong model_B. Ngoài ra, LogisticRegression từ sklearn.linear_model và numpy dưới tên np đã được nạp sẵn; expit(), hàm nghịch đảo của hàm logistic, cũng đã được nhập từ scipy.special cho bạn.
Bài tập này là một phần của khóa học
Nền tảng Xác suất trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Specify values to predict
hours_of_study_test_A = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_A = model_A.predict(____)
print(predicted_outcomes_A)
# Specify values to predict
hours_of_study_test_B = [[____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes_B = model_B.____(____)
print(predicted_outcomes_B)