Del curso: Python para Ciência de Dados: Formação Básica
Accede al curso completo hoy mismo
Únete hoy para acceder a más de 24.300 cursos impartidos por expertos del sector.
Aplicando uma Regressão Logística - Tutorial de Python
Del curso: Python para Ciência de Dados: Formação Básica
Aplicando uma Regressão Logística
Agora vamos ver como aplicar uma regressão logística nos nossos dados. Eu já importei os nossos módulos e funções, e também já fiz a leitura dos dados do nosso dataset de Ccarros. Pra essa demonstração nós vamos usar duas variáveis para tentar predizer se um carro é automático ou manual. Essas duas variáveis são "drat", que é uma informação em relação ao eixo traseiro do carro; e "carb", que é quantidade de carburadores de cada carro. E o que eu vou fazer é separar os valores dessas duas variáveis num dataset novo. Por fim eu vou criar o meu y, que vai ser a minha variável "target", que é a coluna "am". Mais uma vez eu também só quero os valores da coluna. Agora eu preciso checar se os meus dados também seguem os pressupostos da regressão logística. Eu vou começar desenhando um scatterplot usando o seaborn para investigar se as minhas variáveis são categóricas. Parece que as nossas variáveis tem um conjunto limitado de opções, então eu posso dizer…
Practica mientras aprendes con los archivos de ejercicios.
Descarga los archivos que el instructor utiliza para enseñar el curso. Sigue las instrucciones y aprende viendo, escuchando y practicando.
Contenido
-
-
-
-
-
-
-
-
-
(Bloqueado)
Modelo de Regressão Linear1 min 10 s
-
(Bloqueado)
Aplicando a Regressão Linear5 min 38 s
-
(Bloqueado)
Modelo de Regressão Logística48 s
-
(Bloqueado)
Aplicando uma Regressão Logística5 min 23 s
-
(Bloqueado)
Classificadores Naïve Bayes1 min 8 s
-
(Bloqueado)
Aplicando modelos Bayesianos6 min 28 s
-
(Bloqueado)
-
-
-