AUC を計算する
AUC は、モデルが観測値を「ターゲットである確率が低い順から高い順」にどれだけ適切に並べ替えられるかを評価する指標です。Python では、roc_auc_score 関数でモデルの AUC を計算できます。これは、目的変数の真の値と予測値を引数に取ります。
ここでは、まず予測を作成し、その後で roc_auc_score を計算します。
この演習はコースの一部です
Pythonで学ぶ予測分析入門
演習の手順
- 前の章で作成・学習済みのモデル
logregと、ベーステーブルの説明変数列を含む DataFrameXが用意されています。ベーステーブル中の各オブジェクトに対して予測を作成してください。 predictionsの2列目を選択してください。ここにターゲットの予測確率が入っています。- 目的変数の真の値は
yに読み込まれています。roc_auc_score関数を使ってモデルの AUC を計算してください。
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。
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))