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

вправа

La courbe ROC

Maintenant que vous avez construit un modèle de régression logistique pour prédire le statut de diabète, vous pouvez tracer la courbe ROC afin de visualiser comment le taux de vrais positifs et le taux de faux positifs varient lorsque le seuil de décision change.

Les étiquettes de test, y_test, et les probabilités prédites que les observations de test appartiennent à la classe positive, y_pred_probs, ont été préchargées pour vous, ainsi que matplotlib.pyplot sous le nom plt.

Vous allez créer une courbe ROC, puis interpréter les résultats.

Інструкції 1/2

undefined XP
    1
    2
  • Importez roc_curve.
  • Calculez les valeurs de la courbe ROC à l'aide de y_test et y_pred_probs, puis déballez les résultats dans fpr, tpr et thresholds.
  • Tracez le taux de vrais positifs en fonction du taux de faux positifs.