1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction à l'analytique prédictive en Python
Connected

Exercice

Calcul de l'AUC

La valeur AUC évalue la capacité d'un modèle à ordonner les observations d'une faible probabilité d'être la cible à une forte probabilité d'être la cible. En Python, la fonction roc_auc_score permet de calculer l'AUC du modèle. Elle prend comme arguments les vraies valeurs de la cible et les prédictions.

Vous allez générer des prédictions de nouveau, puis calculer leur roc_auc_score.

Instructions

100 XP
  • Le modèle logreg du chapitre précédent a été créé et ajusté pour vous, et le DataFrame X contient les colonnes prédictives de la table de base. Générez des prédictions pour les objets de la table de base.
  • Sélectionnez la deuxième colonne de predictions, car elle contient les prédictions pour la cible.
  • Les vraies valeurs de la cible sont chargées dans y. Utilisez la fonction roc_auc_score pour calculer l'AUC du modèle.