Évaluation de la classification
Poursuivons avec les mesures d'évaluation. Cette fois, vous évaluerez notre modèle de régression logistique précédent, dont l'objectif est de prédire la variable binaire RainTomorrow à partir de l'humidité.
Nous avons déjà importé le modèle sous le nom clf, ainsi que les mêmes ensembles de test dans les variables X_test et y_test. Générez et analysez la matrice de confusion, puis calculez la précision (precision) et le rappel (recall) avant de formuler une conclusion.
Cette activité fait partie du cours
S'exercer aux questions d'entrevue en statistiques avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Generate and output the confusion matrix
from sklearn.metrics import confusion_matrix
preds = clf.predict(X_test)
matrix = confusion_matrix(____, ____)
print(____)