Phenquestions
- 1 para verdadeiro ou
- 0 para falso
A importância fundamental da regressão logística:
- As variáveis independentes não devem ser multicolineares; se houver algum relacionamento, então deve ser muito pouco.
- O conjunto de dados para a regressão logística deve ser grande o suficiente para obter melhores resultados.
- Apenas esses atributos devem estar lá no conjunto de dados, o que tem algum significado.
- As variáveis independentes devem estar de acordo com o odds logarítmicas.
Para construir o modelo do regressão logística, nós usamos o scikit-learn biblioteca. O processo de regressão logística em python é dado a seguir:
- Importe todos os pacotes necessários para a regressão logística e outras bibliotecas.
- Faça upload do conjunto de dados.
- Compreenda as variáveis independentes do conjunto de dados e as variáveis dependentes.
- Divida o conjunto de dados em dados de treinamento e teste.
- Inicialize o modelo de regressão logística.
- Ajustar o modelo ao conjunto de dados de treinamento.
- Preveja o modelo usando os dados de teste e calcule a precisão do modelo.
Problema: As primeiras etapas são coletar o conjunto de dados no qual queremos aplicar o Regressão Logística. O conjunto de dados que vamos usar aqui é para o conjunto de dados de admissão de MS. Este conjunto de dados tem quatro variáveis e das quais três são variáveis independentes (GRE, GPA, work_experience), e uma é uma variável dependente (admitido). Este conjunto de dados dirá se o candidato será admitido ou não em uma universidade de prestígio com base em seu GPA, GRE ou experiência de trabalho.
Passo 1: Importamos todas as bibliotecas necessárias para o programa python.
Passo 2: Agora, estamos carregando nosso conjunto de dados de admissão ms usando a função read_csv pandas.
Etapa 3: O conjunto de dados tem a seguinte aparência:
Passo 4: Verificamos todas as colunas disponíveis no conjunto de dados e, em seguida, definimos todas as variáveis independentes para a variável X e as variáveis dependentes para y, como mostrado na captura de tela abaixo.
Etapa 5: Depois de definir as variáveis independentes para X e a variável dependente para y, estamos agora imprimindo aqui para verificar Xey usando a função head pandas.
Etapa 6: Agora, vamos dividir todo o conjunto de dados em treinamento e teste. Para isso, estamos usando o método train_test_split de sklearn. Demos 25% de todo o conjunto de dados para o teste e os 75% restantes do conjunto de dados para o treinamento.
Etapa 7: Agora, vamos dividir todo o conjunto de dados em treinamento e teste. Para isso, estamos usando o método train_test_split de sklearn. Demos 25% de todo o conjunto de dados para o teste e os 75% restantes do conjunto de dados para o treinamento.
Em seguida, criamos o modelo de regressão logística e ajustamos os dados de treinamento.
Etapa 8: Agora, nosso modelo está pronto para predição, então agora estamos passando os dados de teste (X_test) para o modelo e obtemos os resultados. Os resultados mostram (y_predictions) que os valores 1 (admitido) e 0 (não admitido).
Etapa 9: Agora, imprimimos o relatório de classificação e a matriz de confusão.
A classificação_report mostra que o modelo pode prever os resultados com uma precisão de 69%.
A matriz de confusão mostra os detalhes de dados totais de X_test como:
TP = Verdadeiros Positivos = 8
TN = Negativos verdadeiros = 61
FP = Falsos Positivos = 4
FN = Falsos Negativos = 27
Portanto, a precisão total de acordo com a confusão_matriz é:
Precisão = (TP + TN) / Total = (8 + 61) / 100 = 0.69
Etapa 10: Agora, vamos verificar o resultado por meio de impressão. Então, acabamos de imprimir os 5 principais elementos de X_test e y_test (valor verdadeiro real) usando a função head pandas. Em seguida, também imprimimos os 5 principais resultados das previsões, conforme mostrado abaixo:
Combinamos todos os três resultados em uma planilha para entender as previsões conforme mostrado abaixo. Podemos ver que, exceto para os dados de 341 X_test, que eram verdadeiros (1), a previsão é falsa (0). Então, nossas previsões do modelo funcionam 69%, como já mostramos acima.
Etapa 11: Então, entendemos como as previsões do modelo são feitas no conjunto de dados invisível como X_test. Então, criamos apenas um novo conjunto de dados aleatoriamente usando um dataframe do pandas, passamos para o modelo treinado e obtivemos o resultado mostrado abaixo.
O código completo em python fornecido abaixo:
O código deste blog, junto com o conjunto de dados, está disponível no seguinte link
https: // github.com / shekharpandey89 / regressão logística
