Udemyデータサイエンス講座のロジスティック回帰テーマは「不倫」。

2020/2/24 ソフトウェア

実践 Python データサイエンス、最後の方でscikit-learnを使って機械学習の基礎が学べます。これは面白い。
今やっとロジスティック回帰なんですが、ここに至るまでにこなしたのは株価解析や（これも面白かったけど）、アメリカ大統領選得票数の解析など、ちょっと堅いテーマが多かったのです。
それがロジスティック回帰にきて、テーマはなんと、「不倫」。
以下のようなデータセットを使ってLogisticRegressionモデルに食わせるわけですが、要するに以下のパラメータを与えれば、その人が不倫するかしないかの２値で予測結果が返っってくるというわけです。あくまで機械学習の学習用のテーマに過ぎないんですが…。

print(sm.datasets.fair.NOTE)
::
    Number of observations: 6366
    Number of variables: 9
    Variable name definitions:
        rate_marriage   : How rate marriage, 1 = very poor, 2 = poor, 3 = fair,
                        4 = good, 5 = very good
        age             : Age
        yrs_married     : No. years married. Interval approximations. See
                        original paper for detailed explanation.
        children        : No. children
        religious       : How relgious, 1 = not, 2 = mildly, 3 = fairly,
                        4 = strongly
        educ            : Level of education, 9 = grade school, 12 = high
                        school, 14 = some college, 16 = college graduate,
                        17 = some graduate school, 20 = advanced degree
        occupation      : 1 = student, 2 = farming, agriculture; semi-skilled,
                        or unskilled worker; 3 = white-colloar; 4 = teacher
                        counselor social worker, nurse; artist, writers;
                        technician, skilled worker, 5 = managerial,
                        administrative, business, 6 = professional with
                        advanced degree
        occupation_husb : Husband's occupation. Same as occupation.
        affairs         : measure of time spent in extramarital affairs
    See the original paper for more details.

テスト用データで72%の信頼性ある予測が可能だって。本当かな。

metrics.accuracy_score(Y_test, pred)
0.7129396984924623

実際に嫁のデータを与えて試してみよう。
その結果は次回。

Close Bitnami banner
Bitnami