Calcular la matriz de confusión
Como viste en el video, el modelo de regresión logística genera dos tipos de predicciones: una predicción continua en forma de probabilidad y una predicción de clase, que en el ejemplo del conjunto de datos de pozos es una categoría discreta con dos clases.
En el ejercicio anterior calculaste la predicción de valores continuos en forma de probabilidad. En este ejercicio usarás esos valores para asignar una clase a cada observación en tu muestra wells_test. Por último, describirás el modelo usando la matriz de confusión.
Las predicciones calculadas prediction y wells_test están cargados en tu espacio de trabajo.
Este ejercicio forma parte del curso
Modelos lineales generalizados en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Define the cutoff
cutoff = ____
# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)