混同行列を計算する
動画で学んだとおり、ロジスティック回帰モデルは2種類の予測を生成します。1つは確率としての連続値の予測、もう1つはクラス予測で、wellsデータセットの例では2クラスの離散的なカテゴリです。
前の演習では、確率という形で連続値の予測を計算しました。この演習では、その値を使って wells_test サンプル内の各観測にクラスを割り当てます。最後に、混同行列を用いてモデルを記述します。
計算済みの予測 prediction と wells_test はワークスペースに読み込まれています。
この演習はコースの一部です
Pythonで学ぶ一般化線形モデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Define the cutoff
cutoff = ____
# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)