分類の予測
モデルの検証では、最終的なクラス分類だけでなく、予測の中身をより深く知ることが重要になることがよくあります。たとえば試合の勝者を予測するとき、多くの人はどちらが勝つかだけでなく、その勝つ「確率」にも関心があります。
| Probability | Prediction | Meaning |
|---|---|---|
| 0 < .50 | 0 | Team Loses |
| .50 + | 1 | Team Wins |
この演習では、tic_tac_toe データセットを使って .predict() と .predict_proba() の2つのメソッドを確認します。前者は Player One が試合に勝つかどうかの予測クラスを返し、後者は Player One が勝つ確率を返します。ランダムフォレストの分類モデルとして rfc を使用してください。
この演習はコースの一部です
Python によるモデル検証
演習の手順
- 予測値の配列を2つ作成します。1つはクラス分類の値、もう1つは予測確率です。
- pandas の Series に対して
.value_counts()メソッドを使い、各クラスに割り当てられた観測数を表示します。 probability_predictionsの最初の観測を出力し、確率の構造を確認します。
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。
# Fit the rfc model.
rfc.fit(X_train, y_train)
# Create arrays of predictions
classification_predictions = rfc.____(X_test)
probability_predictions = rfc.____(X_test)
# Print out count of binary predictions
print(pd.Series(____).____())
# Print the first value from probability_predictions
print('The first predicted probabilities are: {}'.format(____[____]))