预测学生是否会通过测试
在上一个练习中，您已经计算出了适配"学习时长—测试结果"数据的逻辑回归模型参数。
借助这些参数，您可以根据学习时长来预测学生的表现。请使用 model.predict() 基于逻辑回归得到预测结果。
为方便起见，已从 sklearn.linear_model 导入 LogisticRegression，并将 numpy 以 np 名称导入。
本练习是课程的一部分
Python 概率基础
练习说明
- 创建一个包含 10、11、12、13、14 的数组，用这些学习时长来预测测试结果。
- 使用
model.predict()从模型中获取预测结果，并打印结果。 - 使用
model.predict_proba()获取学习 11 小时通过测试的概率。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)
# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])