راه
۶ کیو· متوسطمتوسطPYTHON۱۰ ثانیه · ۲۵۶ مگابایت

رگرسیون لجستیک در scikit-learn

تابع logreg_report(C, seed) را بنویسید که روی داده‌ی سرطان سینه‌ی scikit-learn (load_breast_cancer):

  1. داده را با train_test_split(..., random_state=seed) تقسیم کند (بقیه‌ی تنظیم‌ها پیش‌فرض)،
  2. ویژگی‌ها را با StandardScaler استاندارد کند — fit فقط روی داده‌ی آموزش،
  3. یک LogisticRegression(C=C, max_iter=10000, tol=1e-8) روی داده‌ی آموزشِ استانداردشده آموزش دهد — با tol کوچک، بهینه‌سازی تا خود کمینه پیش می‌رود و جواب به نسخه‌ی scikit-learn بستگی ندارد،
  4. و یک آرایه‌ی سه‌تایی برگرداند:
    • دقت روی داده‌ی آزمون،
    • مقدار decision_function برای اولین نمونه‌ی آزمون،
    • احتمال کلاس ۱ (predict_proba) برای همان نمونه.

نمونه‌ها

ورودی نمونه ۱
[1.0, 0]
خروجی نمونه ۱
[0.958, -6.598, 0.001]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود