权重作为证据

本课属于 Coddy Machine Learning 学习旅程的“监督学习”单元。第 18 课，共 58 课。

是什么促使店铺访客购买？先对特征进行缩放，让每个权重都以标准差为单位，然后把这些权重作为证据来解读：

四个缩放后权重的横向条形图。促进购买的特征以蓝色显示：pages_viewed 0.87，minutes 0.12。抑制购买的特征以橙色显示：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))  # 一行权重

这会按列的顺序打印权重：

[ 0.87  0.12 -0.3  -0.72]

符号表示方向：正数表示推向类别 1，即买入；负数表示远离类别 1。数值大小表示强度。

缩放可以让不同大小的数据具有可比性：不进行缩放时，以美分为单位的价格所占的权重会比以美元为单位的小 100 倍。

挑战

中等

一款语言学习应用想知道，哪些习惯与连续学习 30 天或完成课程有关。learners.csv 包含 6 个特征和两个标签；程序会读取要研究的标签。起始代码会拆分数据并进行缩放。

使用缩放后的训练行拟合一个 LogisticRegression。
按权重从大到小打印每个权重（保留 2 位小数），并标明其方向。
打印最有力的证据，不论方向如何。

对于另一款应用：

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

亲手试试

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 或 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)

# 在下方编写你的代码