Khám phá các hệ số của logistic regression
Giờ bạn sẽ khám phá các hệ số của logistic regression để hiểu yếu tố nào làm churn tăng hoặc giảm. Trong bài này, bạn sẽ trích xuất các hệ số logistic regression từ mô hình đã fit và tính số mũ của chúng để dễ diễn giải hơn.
Đối tượng logistic regression đã fit được nạp sẵn là logreg và các đặc trưng đã được scale được nạp dưới dạng pandas DataFrame tên train_X. Thư viện numpy và pandas đã được nạp lần lượt là np và pd.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Kết hợp tên đặc trưng và hệ số vào một
pandasDataFrame. - Tính số mũ của các hệ số logistic regression.
- Loại bỏ các hệ số bằng 0 và in chúng theo thứ tự sắp xếp bởi hệ số sau khi lấy số mũ.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Combine feature names and coefficients into pandas DataFrame
feature_names = pd.DataFrame(___.columns, columns = ['Feature'])
log_coef = pd.DataFrame(np.transpose(logreg.coef_), columns = ['Coefficient'])
coefficients = pd.concat([feature_names, ___], axis = 1)
# Calculate exponent of the logistic regression coefficients
coefficients['Exp_Coefficient'] = np.___(coefficients['Coefficient'])
# Remove coefficients that are equal to zero
coefficients = coefficients[coefficients['Coefficient']!=___]
# Print the values sorted by the exponent coefficient
print(coefficients.sort_values(by=['___']))