Klasifikační predikce
Při validaci modelů je důležité vědět o predikcích víc než jen výslednou klasifikaci. Když předpovídáme, kdo vyhraje hru, většina lidí chce také vědět, jak pravděpodobná výhra je.
| Pravděpodobnost | Predikce | Význam |
|---|---|---|
| 0 < 0,50 | 0 | Tým prohraje |
| 0,50 + | 1 | Tým vyhraje |
V tomto cvičení se podíváš na metody .predict() a .predict_proba() na datasetu tic_tac_toe. První metoda vrátí predikci, zda hráč 1 hru vyhraje, a druhá poskytne pravděpodobnost jeho výhry. Jako model klasifikace náhodného lesa použij rfc.
Toto cvičení je součástí kurzu
Validace modelů v Pythonu
Pokyny k cvičení
- Vytvoř dvě pole predikcí – jedno s klasifikačními hodnotami a druhé s predikovanými pravděpodobnostmi.
- Pomocí metody
.value_counts()pro pandas Series vypiš počet pozorování přiřazených ke každé třídě. - Vypiš první pozorování z
probability_predictions, abys viděl/a, jak jsou pravděpodobnosti strukturovány.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Fit the rfc model.
rfc.fit(X_train, y_train)
# Create arrays of predictions
classification_predictions = rfc.____(X_test)
probability_predictions = rfc.____(X_test)
# Print out count of binary predictions
print(pd.Series(____).____())
# Print the first value from probability_predictions
print('The first predicted probabilities are: {}'.format(____[____]))