Métricas para clases desbalanceadas
El desbalanceo de clases puede perjudicar el rendimiento de tu modelo en cualquier contexto de Machine Learning. Esto es especialmente relevante en una entrevista de Machine Learning si te preguntan qué harías con un conjunto de datos con clases desbalanceadas, ya que algunos datos están desbalanceados por diseño, como los de fraude en seguros.
En este ejercicio, usarás sklearn para crear un modelo de regresión logística y mostrar la matriz de confusión junto con varias métricas de evaluación, para entender mejor cómo interpretar modelos de Machine Learning cuando el conjunto de datos tiene clases desbalanceadas.
Recuerda el desbalanceo de clases que viste antes en loan_data. El número de observaciones con Loan Status igual a Fully Paid es muy superior al de Charged Off:
Este ejercicio forma parte del curso
Practicing Machine Learning Interview Questions in Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import
from sklearn.____ import ____
from sklearn.____ import ____, ____, ____, ____, _____