Regresi Logistik dengan Python - Ringkasan

Regresi Logistik adalah teknik statistik klasifikasi biner. Dalam tutorial ini, Anda telah mempelajari cara melatih mesin untuk menggunakan regresi logistik. Membuat model pembelajaran mesin, persyaratan terpenting adalah ketersediaan data. Tanpa data yang memadai dan relevan, Anda tidak bisa begitu saja membuat mesin belajar.

Setelah Anda memiliki data, tugas utama Anda berikutnya adalah membersihkan data, menghilangkan baris yang tidak diinginkan, bidang, dan memilih bidang yang sesuai untuk pengembangan model Anda. Setelah ini selesai, Anda perlu memetakan data ke dalam format yang diperlukan oleh classifier untuk pelatihannya. Dengan demikian, persiapan data adalah tugas utama dalam aplikasi pembelajaran mesin apa pun. Setelah Anda siap dengan datanya, Anda dapat memilih jenis pengklasifikasi tertentu.

Dalam tutorial ini, Anda telah mempelajari cara menggunakan pengklasifikasi regresi logistik yang disediakan di sklearnPerpustakaan. Untuk melatih pengklasifikasi, kami menggunakan sekitar 70% data untuk melatih model. Kami menggunakan sisa data untuk pengujian. Kami menguji keakuratan model. Jika ini di luar batas yang dapat diterima, kami kembali memilih kumpulan fitur baru.

Sekali lagi, ikuti seluruh proses menyiapkan data, latih model, dan uji, hingga Anda puas dengan akurasinya. Sebelum mengambil proyek pembelajaran mesin, Anda harus belajar dan memiliki eksposur ke berbagai macam teknik yang telah dikembangkan sejauh ini dan yang telah berhasil diterapkan di industri.