모델 평가하기

이 강의 전반에 걸쳐 Machine Learning을 활용해 심장 질환을 분류하는 프로젝트를 진행해 왔습니다. 데이터 정제, 특징 공학을 마쳤고 모델 학습에도 성공했죠.

이제까지 배운 방법을 적용해 모델을 평가해 보겠습니다. 적절한 오류 지표로 Machine Learning 모델을 평가하고, 평가 결과를 시각화하며, 배포를 대비해 과적합 여부도 점검해 보세요. 이 연습 문제를 마치면 모델 평가와 시각화 기법에 대해 한층 깊이 이해하게 됩니다.

• 학습된 로지스틱 회귀 모델은 model로 불러와져 있습니다.
• KFold와 cross_val_score는 sklearn.model_selection에서 가져왔습니다.
• confusion_matrix는 sklearn.metrics에서 가져왔습니다.
• heart_disease_df_X와 heart_disease_df_y 변수는 이미 임포트되어 있습니다.