如何在为机器学习准备数据时定义一系列值

Question

我正在学习基本的机器学习分类问题，我正在为一个问题训练模型，如果age 大于15，则输出将为1，如果age 小于15，输出将是0。我准备了一个csv文件，可以从这里下载https://drive.google.com/file/d/1FeDfhH2-xrqzFydVI_qGW_RkqlhGal6p/view?usp=sharing

下面是我正在使用的代码：

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

data = pd.read_csv("test1.csv")
data.head()

X = data[['Age']]
Y = data["Output"]

train = data[:(int((len(data) * 0.8)))]
test = data[(int((len(data) * 0.8))):]

clf = LogisticRegression()
train_x = np.array(train[['Age']])
train_y = np.array(train["Output"])
clf.fit(train_x, train_y)

test_x = np.array(test[['Age']])
test_y = np.array(test["Output"])

test_x2 = np.array([[16]])
Y_pred = clf.predict(test_x2)
print(Y_pred)

这工作正常。在text_x2 中，如果我给出值 16，它会显示输出为 1，这是正确的。如果我将测试值设为 12，它将显示输出为 0，这是正确的。如果我将测试值设为 2，它仍然显示 0，这是正确的，但我的问题是我还没有将模型训练为年龄为 2，那么它为什么对 2 工作正常。

我还想知道我们如何定义数据中的范围。例如，如果年龄是 0-15 岁，那么输出应该是 1。如果年龄是 16-30，那么输出应该是 2。如果年龄是 31-45，那么输出应该是 3。请帮忙。谢谢

Answer 1

在训练期间，您的模型必须学习 βo（偏差）和 β（年龄特征的权重参数）的最佳值。您可以使用这行代码来获取模型已经学习到的βo和β的值。

print(np.hstack((clf.intercept_[:,None], clf.coef_)))

您的模型学习的参数对于给定的“2”输入效果很好，您可以通过将参数和输入值放入逻辑回归函数中自己尝试。此外，ML 模型具有插值和外推的能力，这意味着您不必 在每个可能的输入上训练你的模型。