糖尿病予測分類器の評価
この章では、これまでに登場した diabetes_df データセットを使用します。
目標は、BMI（ボディマス指数）と年齢（歳）という特徴量をもとに、各人が糖尿病を発症する可能性があるかどうかを予測することです。これは二値分類問題です。目標値 0 はその人が糖尿病でないことを、値 1 は糖尿病であることを示します。
diabetes_df はpandas DataFrameとしてあらかじめ読み込まれており、X_train、X_test、y_train、y_test に分割済みです。また、KNeighborsClassifier() がインスタンス化され、knn に代入されています。
モデルを学習させ、テストセットで予測を行い、混同行列と分類レポートを作成しましょう。
この演習はコースの一部です
scikit-learn による教師あり学習
演習の手順
confusion_matrixとclassification_reportをインポートします。- モデルを訓練データに当てはめます。
- テストセットのラベルを予測し、結果を
y_predとして保存します。 - テストラベルと予測ラベルを比較した混同行列と分類レポートを計算して出力します。
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。
# Import confusion matrix
____
knn = KNeighborsClassifier(n_neighbors=6)
# Fit the model to the training data
____
# Predict the labels of the test data: y_pred
y_pred = ____
# Generate the confusion matrix and classification report
print(____(____, ____))
print(____(____, ____))