بناء نموذج الانحدار Agile Data Science - Building A Regression Model

بناء نموذج الانحدار

بناء نموذج الانحدار Agile Data Science - Building A Regression Model

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.