1. Learn
    2. /
  2. คอร์ส
    3. /
  3. Apprentissage supervisé avec scikit-learn
Connected

แบบฝึกหัด

Évaluer un classificateur de prédiction du diabète

Dans ce chapitre, vous allez travailler avec l'ensemble de données diabetes_df présenté plus tôt.

L'objectif est de prédire si une personne est susceptible ou non d'avoir le diabète à partir des caractéristiques indice de masse corporelle (IMC) et âge (en années). Il s'agit donc d'un problème de classification binaire. Une valeur cible de 0 indique que la personne n'a PAS le diabète, tandis qu'une valeur de 1 indique que la personne A le diabète.

diabetes_df a été préchargé pour vous comme DataFrame pandas et divisé en X_train, X_test, y_train et y_test. De plus, un KNeighborsClassifier() a été instancié et affecté à knn.

Vous allez ajuster le modèle, faire des prédictions sur l'ensemble de test, puis produire une matrice de confusion et un rapport de classification.

คำแนะนำ

100 XP
  • Importez confusion_matrix et classification_report.
  • Ajustez le modèle aux données d'entraînement.
  • Prédisez les étiquettes de l'ensemble de test et enregistrez le résultat dans y_pred.
  • Calculez et affichez la matrice de confusion et le rapport de classification pour les étiquettes de test par rapport aux étiquettes prédites.