始める無料で始める

4つのカテゴリを評価する

混同行列は、真陽性 (TP)、偽陽性 (FP)、真陰性 (TN)、偽陰性 (FN) の4つの結果カテゴリを確認するための最も直接的なツールです。この演習では、sklearn の標準的な決定木分類器 DecisionTreeClassifier() をサンプルのクリックデータに適用し、4つのカテゴリごとの内訳を計算します。

pandas モジュールは作業環境で pd として利用でき、サンプルの DataFrame は df に読み込まれています。特徴量は X、目的変数は y に読み込まれており、そのまま使えます。さらに、sklearn.tree から DecisionTreeClassifier が利用可能です。

この演習はコースの一部です

PythonでMachine Learningを使ってCTRを予測する

コースを見る

演習の手順

  • X と y の学習用・テスト用の分割を作成します。
  • 決定木分類器を定義し、モデルを学習して予測 y_pred を作成します。
  • 混同行列を使い、各結果カテゴリの件数を取得します。ここで 1 はポジティブ（クリック）、0 はネガティブ（非クリック）を表します。
  • たとえば、真陰性は [0,0]、真陽性は [1,1] になります。

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。

# Set up classifier using training data to predict test data
X_train, X_test, y_train, y_test = ____(
  X, y, test_size = .2, random_state = 0)
clf = ____
y_pred = clf.____(X_train, y_train).____(X_test) 

# Define confusion matrix and four categories
conf_matrix = ____(y_test, y_pred)
tn = conf_matrix[____][____]
fp = conf_matrix[____][____]
fn = conf_matrix[____][____]
tp = conf_matrix[____][____]

print("TN: %s, FP: %s, FN: %s, TP: %s" %(tn, fp, fn, tp))
コードを編集して実行