dslr

Datascience X Logistic Regression

Objectifs :

• lire un jeu de données, à le visualiser de différentes manières,à sélectionner et nettoyer vos données
• mettre en place une régression logistique qui vous permettra de résoudredes problèmes de classification

Data Analysis

$ describe.py dataset_train.csv

Data viz

histogram.py scatter_plot.py pair_plot.py

Logistic regression

2 programmes :

• un premier qui entraine les modèles : logreg_train.py et prend en paramètre dataset_train.csv. . utilise la technique du gradient descent pour minimiser l’erreur . le programmegénère un fichier contenant les poids qui seront réutilisés pour la prédiction -un second qui se nommelogreg_predict.py qui prend en paramètre dataset_test.csv et un fichier contenant les poids entraînés au préalable.