Regresión logística

REGRESIÓN LOGÍSTICA (Aprendizaje supervisado)

Otro modelo de predicción de aprendizaje supervisado es el de regresión logística. Se trata de un tipo de análisis de regresión utilizado para predecir el resultado de una variable categórica (aquella que puede adoptar un número limitado de categorías) en función de las variables predictoras.

EJEMPLO

# Importar las bibliotecas necesarias

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score, confusion_matrix, classification_report

# Crear un conjunto de datos de ejemplo

data = {

    'Años_Experiencia': np.random.randint(1, 20, 100),

    'Nivel_Educativo': np.random.randint(10, 20, 100),

    'Edad': np.random.randint(20, 60, 100),

    'Abandono': np.random.choice([0, 1], size=100)

}

df = pd.DataFrame(data)

# Dividir los datos en conjuntos de entrenamiento y prueba

X = df[['Años_Experiencia', 'Nivel_Educativo', 'Edad']]

y = df['Abandono']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Crear un modelo de regresión logística

modelo_logistico = LogisticRegression()

# Entrenar el modelo con los datos de entrenamiento

modelo_logistico.fit(X_train, y_train)

# Realizar predicciones en el conjunto de prueba

predicciones = modelo_logistico.predict(X_test)

# Evaluar el rendimiento del modelo

accuracy = accuracy_score(y_test, predicciones)

conf_matrix = confusion_matrix(y_test, predicciones)

class_report = classification_report(y_test, predicciones)

print(f'Accuracy: {accuracy}')

print(f'Confusion Matrix:\n{conf_matrix}')

print(f'Classification Report:\n{class_report}')

# Visualizar los resultados (para dos características)

plt.scatter(X_test['Años_Experiencia'], y_test, color='black', label='Actual')

plt.scatter(X_test['Años_Experiencia'], predicciones, color='red', label='Predicción')

plt.title('Predicción de Abandono con Regresión Logística')

plt.xlabel('Años de Experiencia')

plt.ylabel('Abandono (0: No, 1: Sí)')

plt.legend()

plt.show()

Este código utiliza la regresión logística para predecir la probabilidad de abandono (1) o no abandono (0) de empleados en función de características como años de experiencia, nivel educativo y edad. La visualización compara las etiquetas reales con las predicciones. Ten en cuenta que este es un ejemplo básico y, en la práctica, se deben considerar conjuntos de datos más grandes y funciones más relevantes.