Modelo de Regressão Logística Sintonia com scikit-learn – Parte 1

Comparação de métricas ao longo do processo de ajuste do modelo

Finn Qiao Blocked Unblock Seguir Seguindo 8 de janeiro

Os classificadores são um componente central dos modelos de aprendizado de máquina e podem ser aplicados amplamente em uma variedade de disciplinas e declarações de problemas.

Com todos os pacotes disponíveis, executar uma regressão logística no Python é tão fácil quanto executar algumas linhas de código e obter a precisão das previsões em um conjunto de testes.

Quais são algumas maneiras de melhorar esse modelo básico e como os resultados são comparados?

Com o objetivo de mostrar algumas técnicas, executaremos alguns modelos com o conjunto de dados do Bank Marketing do UCI Machine Learning Repository. Este conjunto de dados representa as campanhas de marketing direto de um banco português e se os esforços levaram a um depósito a prazo.