1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu
Connected

cvičení

Metriky pro nevyvážené třídy

Nevyvážené třídy můžou výrazně zhoršit výkon modelu v různých kontextech strojového učení. Tohle téma je obzvlášť důležité na pohovoru, kde tě mohou požádat, jak bys postupoval/a s datasetem s nevyváženými třídami – například data o pojistných podvodech jsou nevyvážená ze své podstaty.

V tomto cvičení použiješ sklearn k vytvoření modelu logistické regrese a vypíšeš matici záměn spolu s několika hodnoticími metrikami. Díky tomu lépe pochopíš, jak interpretovat modely strojového učení na datech s nevyváženými třídami.

Vzpomeň si na nevyváženost tříd, kterou jsi viděl/a dříve v loan_data. Počet záznamů se statusem půjčky „Fully Paid" výrazně převyšuje záznamy „Charged Off":

Class imbalance

Pokyny 1/4

undefined XP
    1
    2
    3
    4
  • Importuj potřebné moduly pro vytvoření modelu logistické regrese a pro výpočet matice záměn, přesnosti (accuracy), precision, recall a F1 skóre.