Metrik kelas tidak seimbang
Ketidakseimbangan kelas dapat menghambat kinerja model Anda dalam konteks Machine Learning apa pun. Hal ini sangat relevan dalam wawancara Machine Learning ketika Anda ditanya apa yang akan dilakukan jika diberi himpunan data dengan kelas yang tidak seimbang, karena beberapa data memang tidak seimbang secara desain, seperti data kecurangan asuransi.
Dalam latihan ini, Anda akan menggunakan sklearn untuk membuat model regresi logistik dan mencetak confusion matrix beserta beberapa metrik evaluasi agar Anda lebih memahami cara menafsirkan model Machine Learning dari himpunan data yang memiliki ketidakseimbangan kelas.
Ingat kembali ketidakseimbangan kelas yang Anda lihat sebelumnya pada loan_data. Jumlah observasi dengan Status Pinjaman Fully Paid jauh lebih banyak dibandingkan Charged Off:
Latihan ini merupakan bagian dari kursus
Berlatih Pertanyaan Wawancara Machine Learning dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Import
from sklearn.____ import ____
from sklearn.____ import ____, ____, ____, ____, _____