혼동 행렬 계산하기

영상에서 배운 것처럼 로지스틱 회귀 모델은 두 가지 예측을 생성해요. 하나는 확률 형태의 연속값 예측이고, 다른 하나는 분류 예측으로, wells 데이터셋 예시에서는 두 개의 범주로 이루어진 이산형 클래스예요.

이전 연습 문제에서는 확률 형태의 연속값 예측을 계산했어요. 이번 연습에서는 그 값을 사용해 wells_test 표본의 각 관측치에 클래스를 할당할 거예요. 마지막으로 혼동 행렬을 사용해 모델을 설명해 봅시다.

계산된 예측값 prediction과 wells_test는 작업 공간에 로드되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 Generalized Linear Models

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Define the cutoff
cutoff = ____

# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)