Logistic Regression In Python 简明教程
Logistic Regression in Python - Testing
我们需要在将上述创建的分类器投入生产使用之前对其进行测试。如果测试显示模型未达到所需精度，我们必须回到上述流程中，选择另一组特征（数据字段），重新构建模型并对其进行测试。这将是一个迭代步骤，直到分类器满足所需的精度要求。因此，让我们测试我们的分类器。
Predicting Test Data
为了测试分类器，我们使用前面阶段中生成测试数据。我们对创建对象调用 predict 方法，并将测试数据 X 数组传递给下列命令：
In [24]: predicted_y = classifier.predict(X_test)这将为整个训练数据集生成一个一维数组，提供 X 数组中每一行预测。你可使用以下命令检查此数组：
In [25]: predicted_y以下是执行以上两个命令的输出：
Out[25]: array([0, 0, 0, ..., 0, 0, 0])输出表明第一个和最后三个客户并不是 Term Deposit 的潜在候选人。你可以检查整个数组以找出潜在客户。为此，请使用以下 Python 代码段：
In [26]: for x in range(len(predicted_y)):
if (predicted_y[x] == 1):
print(x, end="\t")运行以上代码的输出显示如下：
输出显示所有行的索引，这些行是订阅定期存款的潜在候选人。你现在可以将此输出交给银行的营销团队，由该团队获取所选行中每个客户的联系方式并继续其工作。
在我们把这个模型投入生产之前，我们需要验证预测精度。