Calcular el AUC
El valor AUC evalúa qué tan bien un modelo puede ordenar las observaciones desde baja probabilidad de ser objetivo hasta alta probabilidad de serlo. En Python, la función roc_auc_score se puede usar para calcular el AUC del modelo. Toma como argumentos los valores verdaderos del objetivo y las predicciones.
Volverás a generar predicciones antes de calcular su roc_auc_score.
Este ejercicio forma parte del curso
Introducción al análisis predictivo en Python
Instrucciones del ejercicio
- El modelo
logregdel capítulo anterior ya ha sido creado y ajustado para ti; el DataFrameXcontiene las columnas predictoras de la basetable. Haz predicciones para los objetos de la basetable. - Selecciona la segunda columna de
predictions, ya que contiene las predicciones para el objetivo. - Los valores verdaderos del objetivo están cargados en
y. Usa la funciónroc_auc_scorepara calcular el AUC del modelo.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))