用逻辑回归计算特征影响力
延续您在保险公司的工作，您已构建一个预测模型来识别个人是否为吸烟者。现在，您需要分析该模型，找出影响吸烟状态的相关因素，帮助公司更准确地评估风险并相应制定保险方案。
matplotlib.pyplot 已作为 plt 导入。X_train 和 y_train 已为您预加载。
本练习是课程的一部分
Python 可解释性 AI
练习说明
- 从模型中提取
coefficients。 - 针对给定的
feature_names绘制这些coefficients。
交互式实操练习
通过完成这段示例代码来试试这个练习。
scaler = MinMaxScaler()
X_train_scaled = scaler.fit_transform(X_train)
model = LogisticRegression()
model.fit(X_train_scaled, y_train)
# Derive coefficients
coefficients = ____
feature_names = X_train.columns
# Plot coefficients
____
plt.show()