Привет! Я расскажу тебе‚ как можно исправить ошибки и выполнить задание по предсказанию выбора кредита от ″ВАШ БАНК″ на основе предоставленного датасета.Первая ошибка‚ которую я заметил‚ связана с импортом библиотек и чтением csv-файла. Вместо использования двойных кавычек вокруг названия файла‚ следует использовать одинарные кавычки. Также‚ перед запуском кода‚ необходимо импортировать библиотеки pandas‚ train_test_split‚ LogisticRegression и accuracy_score. Вот исправленный код⁚
python
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
df pd.read_csv(‘Кредиты (1).csv’)
X_train‚ X_test‚ y_train‚ y_test train_test_split(df.drop(‘ВАШ БАНК’‚ axis1)‚ df[‘ВАШ БАНК’]‚ test_size0.25)
model LogisticRegression
model.fit(X_train‚ y_train)
y_pred model.predict(X_test)
accuracy accuracy_score(y_test‚ y_pred)
Вторая ошибка‚ связанная с метрикой accuracy_score‚ заключается в том‚ что необходимо передать два аргумента⁚ y_test и y_pred. Вот исправленная строка кода⁚
python
accuracy accuracy_score(y_test‚ y_pred)
Теперь‚ после выполнения кода‚ значение переменной ″accuracy″ будет содержать точность (accuracy) модели для предсказания выбора кредита от ″ВАШ БАНК″. Ты можешь использовать это значение для оценки работы модели.
Надеюсь‚ эти исправления помогут тебе выполнить задание успешно! Если у тебя возникнут еще вопросы‚ не стесняйся задавать их. Удачи!