Как вывести матрицу коэффициентов

370 просмотра
0
0 Комментариев

Есть практические задания по машинному обучению. В результате прохождения заданий мы получаем обученную модель. Все уже решено. Но мне необходимо в конце, как я понял, когда модель уже обучена всему, что только возможно, вывести матрицу коэффициентов. Я так понимаю надо использовать каким-то образом .corr(). Но как именно, я так и не понял.

#подготовим данные для обучения и теста
tmp_scaled = StandardScaler().fit_transform(full_new_feat[['start_month',
'start_hour', 'morning']])
 
X_train = csr_matrix(hstack([full_sites_sparse[:idx_split,:],
                         tmp_scaled[:idx_split,:]]))
 
X_test = csr_matrix(hstack([full_sites_sparse[idx_split:,:],
                        tmp_scaled[idx_split:,:]]))
 
#обучим модель на всей выборке с оптимальным коэффициентом регуляризации
 
lr = LogisticRegression(C=C, random_state=17).fit(X_train, y_train)
 
#сделаем прогноз для тестовой выборки
y_test = lr.predict_proba(X_test)[:, 1]
 
#запишем его в файл, готовый для сабмита
write_to_submission_file(y_test, 'baseline_2.csv')
 
y_test

Вот ссылка на файл с ЯД. Файл .ipynb — это файл jupyter notebook


Добавить комментарий

1 Ответы

Python Опубликовано 16.12.2018
0

Коэффициенты можно увидеть вот так:

lr.coef_

Правда это уже должны были давно рассказать в рамках этой специализации на Coursera.

Добавить комментарий
Напишите свой ответ на данный вопрос.
Scroll Up