El tutorial o código que encontrarás en este post es la resolución más sencilla y efectiva que hallamos a tu duda o dilema.
Ejemplo 1: algoritmo de regresión logística en python
# import the classfrom sklearn.linear_model import LogisticRegression
# instantiate the model (using the default parameters)
logreg = LogisticRegression()# fit the model with data
logreg.fit(X_train,y_train)#
y_pred=logreg.predict(X_test)
Ejemplo 2: importar regresión logística
sklearn.linear_model.LogisticRegression
Ejemplo 3: algoritmo de regresión logística en python
print("Accuracy:",metrics.accuracy_score(y_test, y_pred))print("Precision:",metrics.precision_score(y_test, y_pred))print("Recall:",metrics.recall_score(y_test, y_pred))
Ejemplo 4: algoritmo de regresión logística en python
# import the metrics classfrom sklearn import metrics
cnf_matrix = metrics.confusion_matrix(y_test, y_pred)
cnf_matrix
Si sostienes algún cuestión y capacidad de afinar nuestro crónica eres capaz de escribir una interpretación y con mucho gusto lo leeremos.
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)