Configurer un projet
Dans ce chapitre, nous allons comprendre en détail le processus de mise en place d'un projet pour effectuer une régression logistique en Python.
Installer Jupyter
Nous utiliserons Jupyter - l'une des plates-formes les plus utilisées pour l'apprentissage automatique. Si vous n'avez pas installé Jupyter sur votre machine, téléchargez-le ici . Pour l'installation, vous pouvez suivre les instructions sur leur site pour installer la plateforme. Comme le site le suggère, vous préférerez peut-être utiliserAnaconda Distributionqui vient avec Python et de nombreux packages Python couramment utilisés pour le calcul scientifique et la science des données. Cela réduira le besoin d'installer ces packages individuellement.
Après l'installation réussie de Jupyter, démarrez un nouveau projet, votre écran à ce stade ressemblerait à ce qui suit prêt à accepter votre code.
Maintenant, changez le nom du projet de Untitled1 to “Logistic Regression” en cliquant sur le nom du titre et en le modifiant.
Tout d'abord, nous importerons plusieurs packages Python dont nous aurons besoin dans notre code.
Importation de packages Python
Pour cela, tapez ou copiez-collez le code suivant dans l'éditeur de code -
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
Votre Notebook devrait ressembler à ce qui suit à ce stade -
Exécutez le code en cliquant sur le Runbouton. Si aucune erreur n'est générée, vous avez correctement installé Jupyter et êtes maintenant prêt pour le reste du développement.
Les trois premières instructions import importent les packages pandas, numpy et matplotlib.pyplot dans notre projet. Les trois instructions suivantes importent les modules spécifiés depuis sklearn.
Notre prochaine tâche est de télécharger les données nécessaires à notre projet. Nous l'apprendrons dans le prochain chapitre.