Lojistik regresyon

Python ile Öngörücü Analitiğe Giriş

Nele Verbiest, Ph.D

Data Scientist @PythonPredictions

Lojistik regresyon: sezgisel bakış

Lojistik regresyon: logit fonksiyonu

$a*age + b$ çıktısı reel bir sayıdır
0 ya da 1 tahmin etmek istiyoruz
Logit fonksiyonu $a*age + b$ ifadesini olasılığa dönüştürür

Python ile lojistik regresyon

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]

Çok değişkenli lojistik regresyon

Tek değişkenli: $ax + b$

Çok değişkenli: $a_1x_1 + a_2x_2 + ... + a_nx_n + b$

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]

Hadi pratik yapalım!

Python ile Öngörücü Analitiğe Giriş