Zu Beginn bitte unter "Cell" -> "Run All" auswählen.
Die Daten importieren,als DataFrame abspeichern und das Head anzeigen lassen: ad_data=pd.DataFrame(pd.read_csv("Advertising.csv")) ad_data.head()
Informationen und Details des Data Frames bzw. der Daten anzeigen lassen: ad_data.info() ad_data.describe() Bei Info wird angezeigt, ob die Spalten einen Float, ein Integer oder ein Object sind. Bei Describe wird ein Dataset der Analyse geprintet. Beispiele hierfür sind der Durchschnittswert, der Minimum- oder Maximum-Wert.
Darauffolgend erfolgt eine EXPLORATIVE DATENANALYSE, die durch verschiedene Diagrammvisualisierungen dargestellt werden. Ein Beispiel, das ausgeführt wird: sns.distplot(ad_data["Age"],kde=False,bins=30) **Durch Ausführen der Funktion wird ein Histogramm (Balkendiagramm) erstellt. Es zeigt also eine Verteilung für das Alter an(Spalte "Age").
Im nächsten Schritt wird die LOGISTISCHE REGRESSION durchgeführt. Dazu ist es notwendig, dass die Daten in Trainings- und Test gesplittet werden. Dazu sollte zunächst definiert werden, was das X-Array (Daten mit den Features) und was das y-Array (Daten mit der Zielvariable) ist: X=ad_data[['Daily Time Spent on Site', 'Age', 'Area Income','Daily Internet Usage', 'Male']] y=ad_data["Clicked on Ad"] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.30, random_state=101)
NachErstellung der Train- und Testdaten wird das logistische Trainigsmodell trainiert und auf das Trainingsset gefittet: logmodel=LogisticRegression() logmodel.fit(X_train,y_train)
Im Anschluss daran werden die Werte mit predictions=logmodel.predict(X_test) vorhergesagt. Basierend darauf kann ein Klassifizierungsreport für das Modell ausgewertet werden: print(classification_report(y_test,predictions)) **Das Classification Report sollte jetzt zusehen sein. Je näher die Werte bei precicion, recall und f1-score an 1 sind, desto genauer sind Auswertung.