Логістична регресія

Вступ до прогностичної аналітики в Python

Nele Verbiest, Ph.D

Data Scientist @PythonPredictions

Логістична регресія: інтуїція

Логістична регресія: функція логіт

Вихід $a*age + b$ — дійсне число
Нам потрібно передбачити 0 або 1
Функція логіт перетворює $a*age + b$ на ймовірність

Логістична регресія в 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]

Багатовимірна логістична регресія

Одновимірна: $ax + b$

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

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]

Давайте потренуємось!

Вступ до прогностичної аналітики в Python