Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Desafío: Implementación de Regresión Logística | Regresión Logística
Clasificación con Python

bookDesafío: Implementación de Regresión Logística

Para implementar la regresión logística en Python, se utiliza la clase LogisticRegression:

Por ahora, se pueden mantener los parámetros predeterminados. La creación y el ajuste del modelo se pueden realizar en una sola línea:

logistic_regression = LogisticRegression().fit(X_train, y_train)

El conjunto de datos para este capítulo proviene de una institución bancaria portuguesa y contiene información de campañas de marketing realizadas mediante llamadas telefónicas. El objetivo es predecir si un cliente suscribirá un depósito a plazo, en función de sus datos personales, financieros y de contacto, así como los resultados de interacciones previas de marketing.

Los datos ya están preprocesados y listos para ser utilizados en el modelo.

Tarea

Swipe to start coding

Se proporciona un conjunto de datos de marketing bancario portugués almacenado como un DataFrame en la variable df.

  • Dividir el conjunto de datos en conjuntos de entrenamiento y prueba, asignando el 80% para los datos de entrenamiento. Establecer random_state=42 y almacenar los conjuntos resultantes en las variables X_train, X_test, y_train, y_test.
  • Inicializar y ajustar un modelo de Regresión Logística en el conjunto de entrenamiento, almacenando el modelo ajustado en la variable lr.
  • Calcular la precisión en el conjunto de prueba y almacenar el resultado en la variable test_accuracy.

Solución

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 3
single

single

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Suggested prompts:

What are the default parameters of the LogisticRegression class?

How can I evaluate the performance of my logistic regression model?

Can you explain what features are included in the dataset?

close

Awesome!

Completion rate improved to 4.17

bookDesafío: Implementación de Regresión Logística

Desliza para mostrar el menú

Para implementar la regresión logística en Python, se utiliza la clase LogisticRegression:

Por ahora, se pueden mantener los parámetros predeterminados. La creación y el ajuste del modelo se pueden realizar en una sola línea:

logistic_regression = LogisticRegression().fit(X_train, y_train)

El conjunto de datos para este capítulo proviene de una institución bancaria portuguesa y contiene información de campañas de marketing realizadas mediante llamadas telefónicas. El objetivo es predecir si un cliente suscribirá un depósito a plazo, en función de sus datos personales, financieros y de contacto, así como los resultados de interacciones previas de marketing.

Los datos ya están preprocesados y listos para ser utilizados en el modelo.

Tarea

Swipe to start coding

Se proporciona un conjunto de datos de marketing bancario portugués almacenado como un DataFrame en la variable df.

  • Dividir el conjunto de datos en conjuntos de entrenamiento y prueba, asignando el 80% para los datos de entrenamiento. Establecer random_state=42 y almacenar los conjuntos resultantes en las variables X_train, X_test, y_train, y_test.
  • Inicializar y ajustar un modelo de Regresión Logística en el conjunto de entrenamiento, almacenando el modelo ajustado en la variable lr.
  • Calcular la precisión en el conjunto de prueba y almacenar el resultado en la variable test_accuracy.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 3
single

single

some-alt