Xây dựng mô hình logistic regression

Bạn có thể xây dựng mô hình logistic regression bằng module linear_model từ sklearn. Trước tiên, tạo một mô hình logistic regression với phương thức LogisticRegression():

logreg = linear_model.LogisticRegression()

Tiếp theo, bạn cần cung cấp dữ liệu cho mô hình logistic regression để huấn luyện. X chứa các biến dự báo, còn y là biến mục tiêu.

X = basetable[["predictor_1","predictor_2","predictor_3"]]`
y = basetable[["target"]]
logreg.fit(X,y)

Trong bài tập này, bạn sẽ xây dựng mô hình dự báo đầu tiên với ba biến dự báo.

Bài tập này là một phần của khóa học

Nhập môn Phân tích Dự đoán với Python

Xem khóa học

Hướng dẫn bài tập

Import phương thức linear_model từ sklearn.
Basetable đã được nạp là basetable. Lưu ý cột "gender" đã được biến đổi thành gender_F để có thể dùng làm biến dự báo. Hãy tạo DataFrame X chứa các biến dự báo age, gender_F và time_since_last_gift.
Tạo DataFrame y chứa biến mục tiêu.
Tạo một mô hình logistic regression.
Huấn luyện (fit) mô hình logistic regression trên basetable đã cho.

Bài tập tương tác thực hành trực tiếp

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

# Import linear_model from sklearn.
from ____ import ____

# Create a DataFrame X that only contains the candidate predictors age, gender_F and time_since_last_gift.
X = ____[[____, ____, ____]]

# Create a DataFrame y that contains the target.
y = ____[[____]]

# Create a logistic regression model logreg and fit it to the data.
logreg = ____.____
logreg.____(____, ____)

Chỉnh sửa và Chạy Mã