Untitled

import pandas as pd

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

# прочитайте из csv-файла данные о параметрах сетей и их устойчивости
electrical_grid = pd.read_csv('Electrical_Grid_Stability.csv', sep = ';')
print('Размер датасета:', electrical_grid.shape)
print(electrical_grid.head())

# разделите наши данные на признаки (матрица X) и целевую переменную (y)
X = electrical_grid.drop('stability', axis = 1)
y = electrical_grid['stability']

# разделите модель на обучающую и валидационную выборку
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)


# задайте алгоритм для нашей модели
model =  LogisticRegression() 

# обучите модель
model.fit(X_train, y_train) 

# воспользуйтесь уже обученной моделью, чтобы сделать прогнозы
predictions = model.predict(X_test) 
probabilities = model.predict_proba(X_test)[:,1]

# выведите значения predictions и probabilities на экран
print(predictions)
print(probabilities)