Обучение модели

Обучение модели

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# Загрузка данных и разделение на тренировочную и тестовую выборки
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Инициализация модели логистической регрессии
model = LogisticRegression()

# Обучение модели на тренировочной выборке
model.fit(X_train, y_train)

# Оценка точности модели на тестовой выборке
accuracy = model.score(X_test, y_test)

# Вывод результата обучения модели
print("Точность модели: {:.2f}%".format(accuracy * 100))

Обучение модели заключается в загрузке данных, разделении их на тренировочную и тестовую выборки, инициализации модели (в данном случае логистической регрессии), обучении модели на тренировочной выборке и оценке её точности на тестовой выборке. Результат обучения выводится в виде процентной точности модели.