بناء نموذج الانحدار Agile Data Science - Building A Regression Model
بناء نموذج الانحدار Agile Data Science - Building A Regression Model
بناء نموذج الانحدار
يشير الانحدار اللوجستي إلى خوارزمية التعلم الآلي المستخدمة للتنبؤ باحتمالية المتغير التابع الفئوي. في الانحدار اللوجستي ، المتغير التابع هو المتغير الثنائي ، والذي يتكون من البيانات المشفرة كـ 1 (القيم المنطقية للصواب والخطأ).
في هذا الفصل ، سنركز على تطوير نموذج الانحدار في بايثون باستخدام المتغير المستمر. سيركز مثال نموذج الانحدار الخطي على استكشاف البيانات من ملف CSV.
هدف التصنيف هو توقع ما إذا كان العميل سيكتتب (1/0) في وديعة لأجل.
import pandas as pd import numpy as np from sklearn import preprocessing import matplotlib.pyplot as plt plt.rc("font", size=14) from sklearn.linear_model import LogisticRegression from sklearn.cross_validation import train_test_split import seaborn as sns sns.set(style="white") sns.set(style="whitegrid", color_codes=True) data = pd.read_csv('bank.csv', header=0) data = data.dropna() print(data.shape) print(list(data.columns))
اتبع هذه الخطوات لتنفيذ الكود أعلاه في Anaconda Navigator باستخدام "Jupyter Notebook" -
الخطوة 1 - قم بتشغيل Jupyter Notebook باستخدام Anaconda Navigator.
الخطوة 2 - قم بتحميل ملف csv للحصول على ناتج نموذج الانحدار بطريقة منهجية.
الخطوة 3 - قم بإنشاء ملف جديد وقم بتنفيذ سطر الكود المذكور أعلاه للحصول على الإخراج المطلوب.
التسميات: Agile Data Science تعلم دروس منهجية التطوير علم البيانات الرشيقة الآجيل
<< الصفحة الرئيسية