証拠としての重み

CoddyのMachine Learningジャーニー「教師あり学習」セクションの一部。レッスン 18/58。

店舗の訪問者が購入する要因は何でしょうか？特徴量をスケーリングして各重みが標準偏差あたりの値になるようにし、その重みを根拠として読み取りましょう。

4つのスケーリング済み重みを示す横棒グラフ。購入を促す方向（青）：pages_viewed 0.87、minutes 0.12。購入を遠ざける方向（オレンジ）：from_ad -0.30、price_seen -0.72

X_scaled = StandardScaler().fit_transform(visits)
model = LogisticRegression(max_iter=1000)
model.fit(X_scaled, bought)
print(np.round(model.coef_[0], 2))  # 重みの1行

これは列の順序で重みを出力します。

[ 0.87  0.12 -0.3  -0.72]

符号は方向を表します。正ならクラス1（購入）に向かい、負なら離れる方向に進みます。大きさは強さを表します。

スケーリングを行うと、サイズを比較できるようになります。スケーリングしない場合、セント単位の価格の重みは、ドル単位の場合より100倍小さくなります。

チャレンジ

中級

ある語学アプリで、30日連続記録を続けること、またはコースを修了することにどの習慣が関連しているかを調べます。learners.csvには6つの特徴量と両方のラベルが含まれており、プログラムは調べるラベルを読み取ります。スターターコードではデータを分割し、スケーリングします。

スケーリング済みの訓練データにLogisticRegressionを適合させます。
すべての重みを大きい順に（小数点以下2桁で）方向とともに出力します。
どちらの方向についても、最も強い根拠を出力します。

別のアプリの場合：

friends: 1.02, pushes toward yes
reminder_on: 0.42, pushes toward yes
age: 0.06, pushes toward yes
daily_goal_min: -0.11, pushes toward no
lessons_week1: -0.2, pushes toward no
night_owl: -0.64, pushes toward no
Strongest evidence: friends

自分で試してみよう

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

learners = pd.read_csv("learners.csv")
features = ["daily_goal_min", "friends", "reminder_on", "lessons_week1", "night_owl", "age"]
label = input()  # kept_streak または finished_course
X_train, X_test, y_train, y_test = train_test_split(learners[features], learners[label], test_size=0.25, random_state=0)
scaler = StandardScaler()
X_train_s = scaler.fit_transform(X_train)

# 以下にコードを書いてください