影像的邏輯斯回歸
在這個練習中，你會在上一題使用的乳癌資料集上建立一個邏輯斯回歸模型，並評估其準確率。
你在上一題建立的 X_train、X_test、y_train 和 y_test 已經在你的工作環境中，同時也提供了 sklearn 以及作為 pd 的 pandas。LogisticRegression 可由 sklearn.linear_model 取得。
本練習屬於課程
用 Python 透過機器學習預測 CTR
練習說明
- 建立一個邏輯斯回歸分類器。
- 使用訓練資料擬合分類器，並對測試資料進行預測。
- 分別將訓練與測試目標之間預測正確與錯誤的總數指定給
num_right與num_wrong。 - 使用
sum()透過num_right與num_wrong計算準確率。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create and fit a logistic regression classifier
clf = ____().____(X_train, y_train)
# Predict labels
y_pred = clf.____(X_test)
# Get number of right and wrong predictions
num_right = (y_test == y_pred).____()
num_wrong = (y_test != y_pred).____()
# Compute and print accuracy
accuracy = 1.0 * num_right / (____ + ____)
print(accuracy)