1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Marketing Analytics: Predicting Customer Churn in Python
Connected

cvičení

ROC křivka

Teď vytvoříme ROC křivku pro náš klasifikátor náhodného lesa. Prvním krokem je výpočet předpovězených pravděpodobností, které klasifikátor vrátí pro každý label – k tomu slouží metoda .predict_proba(). Pak pomocí funkce roc_curve z sklearn.metrics vypočítáš míru falešně pozitivních a skutečně pozitivních výsledků a výsledky vizualizuješ v matplotlib.

RandomForestClassifier natrénovaný na 70 % dat je k dispozici v pracovním prostředí jako clf.

Pokyny 1/4

undefined XP
    1
    2
    3
    4
  • Vypočítej předpovězené pravděpodobnosti klasifikátoru clf.