Regressione logistica

Introduzione alla Predictive Analytics in Python

Nele Verbiest, Ph.D

Data Scientist @PythonPredictions

Regressione logistica: intuizione

Regressione logistica: la funzione logit

L'output di $a*age + b$ è un numero reale
Vogliamo prevedere 0 o 1
La funzione logit trasforma $a*age + b$ in una probabilità

Regressione logistica in Python

from sklearn import linear_model

logreg = linear_model.LogisticRegression()

X = basetable[["age"]]

y = basetable[["target"]]

logreg.fit(X,y)

print(logreg.coef_)

[[ 0.02449202]]

print(logreg.intercept_)

[-4.3299131]

Regressione logistica multivariata

Univariata: $ax + b$

Multivariata: $a_1x_1 + a_2x_2 + ... + a_nx_n + b$

X = basetable[["age","max_gift","income_low"]]

y = basetable[["target"]]

logreg.fit(X,y)

print(logreg.coef_)

[[ 0.0243308   0.03906065 -0.76793773]]

print(logreg.intercept_)

[-8.80643545]

Esercitiamoci!

Introduzione alla Predictive Analytics in Python