是或否预测

本课属于 Coddy Machine Learning 学习旅程的“监督学习”单元。第 16 课，共 58 课。

这一章会用概率回答“是”或“否”的问题。最后，你会构建一个垃圾邮件过滤器，像这样给邮件排序：

8 封邮件的垃圾邮件概率条形图，从妈妈邮件的 0.02 到 WIN NOW 邮件的 0.97。高于 0.5 虚线的条形为红色：垃圾邮件

餐厅预订会被取消吗？LogisticRegression 从过去 60 次预订中学习：提前预订的天数，以及预订是否被取消（1）或保留（0）：

60 次预订以点的形式显示在 0（保留）和 1（取消）处，横轴为提前预订的天数。一条橙色 S 曲线从 0.07 上升到 0.93。在提前 3 天预订时，读数为 0.09；提前 40 天时，读数为 0.72

from sklearn.linear_model import LogisticRegression

model = LogisticRegression(max_iter=1000)  # 迭代次数足够完成训练
model.fit(X, cancelled)  # X：提前的天数，只有一列
print(np.round(model.predict_proba([[3], [40]]), 2))

这会输出：

[[0.91 0.09]
 [0.28 0.72]]

每条预订记录所在的行都包含属于类 0 的概率，然后是属于类 1 的概率。[:, 1] 会保留属于类 1（即取消）的概率。

它们呈 S 形：不会低于 0，也不会高于 1，概率本来就应该如此。

挑战

中等

风筝俱乐部预订了明天的 3 个放飞时段。kites.csv 保存了过去 90 次放飞的数据：wind_kmh 和 flew，如果风筝成功升空，则值为 1。程序会将每个时段的预测风速读入 slots。

使用风速拟合一个 LogisticRegression（max_iter=1000）。
打印每个时段风筝成功放飞的概率，四舍五入为整数百分比。
打印预期放飞次数：概率之和（保留 1 位小数）。

另一个俱乐部的数据示例：

6 km/h: 9% chance the kite flies
18 km/h: 64% chance the kite flies
30 km/h: 97% chance the kite flies
Expected flights: 1.7 of 3

亲手试试

import numpy as np
import pandas as pd
from sklearn.linear_model import LogisticRegression

# 过去 90 次放飞的记录：风速单位为 km/h，flew 表示风筝是否飞起来（飞起来为 1）
kites = pd.read_csv("kites.csv")
# 根据预报风速安排的明天 3 个放飞时段
winds = []
for i in range(3):
    winds.append(int(input()))
slots = pd.DataFrame({"wind_kmh": winds})

# 在下方编写你的代码