Régression logistique

Introduction à l'analytique prédictive en Python

Nele Verbiest, Ph.D

Data Scientist @PythonPredictions

Régression logistique : intuition

Introduction à l'analytique prédictive en Python

Régression logistique : la fonction logit

  • La sortie de $a*age + b$ est un nombre réel
  • On veut prédire 0 ou 1
  • La fonction logit transforme $a*age + b$ en probabilité

Introduction à l'analytique prédictive en Python

Régression logistique en 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]
Introduction à l'analytique prédictive en Python

Régression logistique multivariée

Univariée : $ax + b$

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

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]
Introduction à l'analytique prédictive en Python

Passons à la pratique !

Introduction à l'analytique prédictive en Python

Preparing Video For Download...