728x90
반응형
Logistic Regression입니다. 기본 예제입니다. 이전 포스트인 Linear Regression과 동일한 데이터(타이타닉 생존자)를 사용하였습니다.
import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# Load data into a Pandas DataFrame
data = pd.read_csv("data.csv")
# Split the data into features (X) and target variable (y)
X = data[["feature1", "feature2", ...]]
y = data["target"]
# Split the data into training and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
# Train the logistic regression model on the training data
clf = LogisticRegression().fit(X_train, y_train)
# Make predictions on the test data
y_pred = clf.predict(X_test)
# Evaluate the model's performance
acc = accuracy_score(y_test, y_pred)
print("Accuracy:", acc)
한번 코드 돌려보시면서, 모델 정확도를 측정해보세요
728x90
반응형
'노코딩AI > AI설명' 카테고리의 다른 글
확장자에 ckpt 말고 safetensors가 붙는 이유는 뭘까? safetensors란? (0) | 2023.03.04 |
---|---|
인공지능과 딥러닝은 무엇이 다른가요? 인공지능과 딥러닝의 차이 (0) | 2023.02.15 |
인공 지능이란 무엇인가? 인공지능에 대해 알아보도록 하겠습니다. (0) | 2023.02.15 |
Linear Regression(선형회귀) 가장 많이 사용하는 파이썬 알고리즘 part1. (0) | 2023.02.04 |
스테이블 디퓨전(Stable Diffusion)에 대해서 알아봅니다. - FAQ 답변, 기본편 (0) | 2023.02.01 |
댓글