Ein Modell bewerten

In diesem Kurs hast du an einem Projekt gearbeitet, das Herzkrankheiten mit Machine Learning klassifiziert. Du hast den Datensatz erfolgreich bereinigt, Feature Engineering durchgeführt und dein Modell trainiert.

Hier wendest du die bisher gelernten Methoden zur Modellbewertung an. Du bewertest ein Machine-Learning-Modell mit geeigneten Fehlermetriken, visualisierst die Bewertungsergebnisse und erkennst mögliches Overfitting als Vorbereitung für das Deployment. Am Ende dieser Übung hast du ein tieferes Verständnis für Modellbewertung und Visualisierungstechniken.

• Das trainierte Logistik-Regression-Modell ist als model geladen
• KFold und cross_val_score sind aus sklearn.model_selection importiert
• confusion_matrix ist aus sklearn.metrics importiert.
• Die Variablen heart_disease_df_X und heart_disease_df_y wurden bereits importiert.