Vyhodnocení klasifikátoru AdaBoost
Teď, když máš trénování ada i predikci pravděpodobností pro pozitivní třídu v testovací sadě za sebou, je čas vyhodnotit ROC AUC skóre modelu ada. Připomeň si, že ROC AUC skóre binárního klasifikátoru lze vypočítat pomocí funkce roc_auc_score() z knihovny sklearn.metrics.
Pole y_test a y_pred_proba, která jsi vypočítal/a v předchozím cvičení, máš k dispozici ve svém pracovním prostředí.
Toto cvičení je součástí kurzu
Machine Learning with Tree-Based Models in Python
Pokyny k cvičení
Importuj
roc_auc_scorezsklearn.metrics.Vypočítej ROC AUC skóre modelu
adana testovací sadě, ulož ho do proměnnéada_roc_auca vypiš výsledek.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import roc_auc_score
____
# Evaluate test-set roc_auc_score
____ = ____(____, ____)
# Print roc_auc_score
print('ROC AUC score: {:.2f}'.format(ada_roc_auc))