Hồi quy logistic bằng Python - Lấy dữ liệu
Các bước liên quan đến việc lấy dữ liệu để thực hiện hồi quy logistic trong Python được thảo luận chi tiết trong chương này.
Tải xuống tập dữ liệu
Nếu bạn chưa tải xuống bộ dữ liệu UCI được đề cập trước đó, hãy tải xuống ngay từ đây . Bấm vào Thư mục Dữ liệu. Bạn sẽ thấy màn hình sau:
Tải xuống tệp bank.zip bằng cách nhấp vào liên kết đã cho. Tệp zip chứa các tệp sau:
Chúng tôi sẽ sử dụng tệp bank.csv để phát triển mô hình của mình. Tệp bank-names.txt chứa mô tả của cơ sở dữ liệu mà bạn sẽ cần sau này. Bank-full.csv chứa tập dữ liệu lớn hơn nhiều mà bạn có thể sử dụng cho các phát triển nâng cao hơn.
Ở đây chúng tôi đã bao gồm tệp bank.csv trong zip nguồn có thể tải xuống. Tệp này chứa các trường được phân tách bằng dấu phẩy. Chúng tôi cũng đã thực hiện một số sửa đổi trong tệp. Bạn nên sử dụng tệp có trong zip nguồn dự án để phục vụ cho việc học của mình.
Đang tải dữ liệu
Để tải dữ liệu từ tệp csv mà bạn vừa sao chép, hãy nhập câu lệnh sau và chạy mã.
In [2]: df = pd.read_csv('bank.csv', header=0)
Bạn cũng sẽ có thể kiểm tra dữ liệu đã tải bằng cách chạy câu lệnh mã sau:
IN [3]: df.head()
Khi lệnh được chạy, bạn sẽ thấy kết quả sau:
Về cơ bản, nó đã in năm hàng đầu tiên của dữ liệu được tải. Kiểm tra 21 cột hiện có. Chúng tôi sẽ chỉ sử dụng một số cột từ những cột này để phát triển mô hình của chúng tôi.
Tiếp theo, chúng ta cần làm sạch dữ liệu. Dữ liệu có thể chứa một số hàng vớiNaN. Để loại bỏ các hàng như vậy, hãy sử dụng lệnh sau:
IN [4]: df = df.dropna()
May mắn thay, bank.csv không chứa bất kỳ hàng nào có NaN, vì vậy bước này không thực sự bắt buộc trong trường hợp của chúng tôi. Tuy nhiên, nói chung rất khó để phát hiện ra các hàng như vậy trong một cơ sở dữ liệu khổng lồ. Vì vậy, luôn an toàn hơn khi chạy câu lệnh trên để làm sạch dữ liệu.
Note - Bạn có thể dễ dàng kiểm tra kích thước dữ liệu tại bất kỳ thời điểm nào bằng cách sử dụng câu lệnh sau:
IN [5]: print (df.shape)
(41188, 21)
Số hàng và cột sẽ được in trong đầu ra như thể hiện ở dòng thứ hai ở trên.
Điều tiếp theo cần làm là kiểm tra sự phù hợp của từng cột đối với mô hình mà chúng ta đang cố gắng xây dựng.