1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Procvičování statistických otázek k pohovoru v R
Connected

Cvičení

Vyhodnocení klasifikace

V předchozí lekci jsi sestavil/a logistický model pro predikci Parkinsonovy nemoci. V tomto cvičení porovnáš předpovědi se skutečnými hodnotami.

Tato dovednost je klíčová, protože firmy se zaměřují na výsledky. Zaměstnavatelé chtějí vědět, jak přesné jsou modely, které vyvíjíš.

Opět sestavíš model pro predikci stavu Parkinsonovy nemoci. Tentokrát model natrénuješ na části datasetu a zbytek použiješ k testování.

Nezapomeň, že \(\text{recall} = \frac{TP}{TP+FN}\).

\(TP\) znamená, že jsme předpověděli pozitivní hodnotu a měli jsme pravdu.

\(FN\) znamená, že jsme předpověděli negativní hodnotu, ale chybně.

Přibližně 80 % řádků datasetu parkinsons bylo přiřazeno do train a zbytek do test.

Pokyny 1/3

undefined XP
    1
    2
    3
  • Sestav logistický model, který vysvětluje status pomocí proměnných NHR a DFA s využitím dat train.
  • Vypočítej pravděpodobnosti výskytu Parkinsonovy nemoci pro data test.