Проблема следующая:
Помогаю девушке своей с дипломом. 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. Помогите пожалуйста! 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. Спасите!!! Дипломка горит!(( Файл .ipynb - это файл jupyter notebook