IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Calcul scientifique Python Discussion :

Regression : prediction de données


Sujet :

Calcul scientifique Python

Vue hybride

Message précédent Message précédent   Message suivant Message suivant
  1. #1
    Nouveau candidat au Club
    Homme Profil pro
    Étudiant
    Inscrit en
    Juin 2020
    Messages
    1
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 28
    Localisation : France, Alpes Maritimes (Provence Alpes Côte d'Azur)

    Informations professionnelles :
    Activité : Étudiant

    Informations forums :
    Inscription : Juin 2020
    Messages : 1
    Par défaut Regression : prediction de données
    Bonjour à tous,

    Je post mon premier message sur le forum en espérant me trouver dans la bonne rubrique
    Je suis niveau débutant en python et je m'intéresse aux traitements de données.
    Dernièrement, je me suis intéressé à la régression logistique permettant de faire de la prediction en construisant mon model sur un groupe train pour ajuster les paramètres du model dont le vecteur que je veux prédire est binaire, soit 1 ou 0.
    Puis j'ai obtenu une bonne précision de prediction avec un model assez simple finalement.
    Du coup, je me suis dit que la regression était un bon outil pour démarrer, mais aujourd'hui je bute sur le cas ou le vecteur que je veux prédire n'est pas binaire (par exemple une taille, un poids, une somme etc..)
    Je bute car en appliquant mon model sur une data comportant ce genre de vecteur, mon model n'arrive pas à converger et du coup je reçois un warning ...

    Nom : Capture d’écran 2020-06-10 à 18.02.32.png
Affichages : 166
Taille : 255,5 Ko

    Code : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    data = pd.get_dummies(data, prefix_sep='_',dummy_na=True)    
    data_without_result=data.drop(['Expected'],axis=1)
    logmodel = LogisticRegression(class_weight='balanced', max_iter=1000, penalty='l1', solver='liblinear',C=20)
    logmodel.fit(data_without_result,data['Expected'])
    D'avance merci si quelqu'un peut m'aiguiller

  2. #2
    Membre émérite

    Homme Profil pro
    Ingénieur
    Inscrit en
    Août 2010
    Messages
    662
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France

    Informations professionnelles :
    Activité : Ingénieur
    Secteur : Aéronautique - Marine - Espace - Armement

    Informations forums :
    Inscription : Août 2010
    Messages : 662
    Par défaut
    Salut,

    Pour être en mesure de t'aider, il faudrait à minima que vous postiez le message d'erreur s'il y en a un. Le top serait également que vous puissiez fournir un jeu de données pour faire des tests. Pas forcément l'ensemble de X_train, mais juste quelques lignes.

    J

Discussions similaires

  1. Prediction with logistic regression
    Par orsen10 dans le forum R
    Réponses: 5
    Dernier message: 26/12/2017, 13h41
  2. Données + Predictive = comment faire ?
    Par nikolas92400 dans le forum Statistiques, Data Mining et Data Science
    Réponses: 0
    Dernier message: 12/09/2014, 12h53
  3. Problème avec predict des données manquantes
    Par cyberboy00 dans le forum R
    Réponses: 1
    Dernier message: 11/02/2009, 08h14
  4. compression de données du point de vue algorithmique
    Par GoldenEye dans le forum Algorithmes et structures de données
    Réponses: 9
    Dernier message: 26/06/2002, 15h51

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo