from sklearn.linear_model import LogisticRegression import numpy as np data = np.array([[0, "No"], [10, "No"], [60, "Yes"], [90, "Yes"]]) X = data[:, 0].reshape(4, 1) y = data[:, 1] model = LogisticRegression() model.fit(X, y) res = model.predict([[5], [80], [100]]) print(*res)
Задачи по Python и машинному обучению
4552
@python_tasks
Задачи по питону и машинному обучению: алгоритмы, функции, классы, регулярные выражения, итераторы, генераторы, ООП, исключения, numpy, pandas, matplotlib, scikit-learn, TensorFlow и др. #Python #ml