Einrichten eines Projekts

In diesem Kapitel werden wir den Prozess beim Einrichten eines Projekts zur Durchführung einer logistischen Regression in Python im Detail verstehen.

Jupyter installieren

Wir werden Jupyter verwenden - eine der am weitesten verbreiteten Plattformen für maschinelles Lernen. Wenn Sie Jupyter nicht auf Ihrem Computer installiert haben, laden Sie es hier herunter . Befolgen Sie zur Installation die Anweisungen auf der Website, um die Plattform zu installieren. Wie auf der Website vorgeschlagen, bevorzugen Sie möglicherweise die VerwendungAnaconda DistributionDies kommt zusammen mit Python und vielen häufig verwendeten Python-Paketen für wissenschaftliches Rechnen und Datenwissenschaft. Dadurch wird die Notwendigkeit verringert, diese Pakete einzeln zu installieren.

Starten Sie nach der erfolgreichen Installation von Jupyter ein neues Projekt. In diesem Stadium sieht Ihr Bildschirm wie folgt aus, um Ihren Code zu akzeptieren.

Ändern Sie nun den Namen des Projekts von Untitled1 to “Logistic Regression” indem Sie auf den Titelnamen klicken und ihn bearbeiten.

Zuerst werden wir mehrere Python-Pakete importieren, die wir in unserem Code benötigen.

Python-Pakete importieren

Geben Sie zu diesem Zweck den folgenden Code in den Code-Editor ein oder schneiden Sie ihn aus.

In [1]: # import statements
   import pandas as pd
   import numpy as np
   import matplotlib.pyplot as plt

   from sklearn import preprocessing
   from sklearn.linear_model import LogisticRegression
   from sklearn.model_selection import train_test_split

Ihre Notebook sollte zu diesem Zeitpunkt wie folgt aussehen -

Führen Sie den Code aus, indem Sie auf klicken RunTaste. Wenn keine Fehler generiert werden, haben Sie Jupyter erfolgreich installiert und sind jetzt für den Rest der Entwicklung bereit.

Die ersten drei Importanweisungen importieren die Pakete pandas, numpy und matplotlib.pyplot in unserem Projekt. Die nächsten drei Anweisungen importieren die angegebenen Module aus sklearn.

Unsere nächste Aufgabe ist es, die für unser Projekt erforderlichen Daten herunterzuladen. Wir werden dies im nächsten Kapitel lernen.