AUC 계산하기
AUC 값은 모델이 관측치를 "타깃일 확률이 낮음"에서 "타깃일 확률이 높음"으로 얼마나 잘 순서를 매기는지를 평가합니다. Python에서는 roc_auc_score 함수를 사용해 모델의 AUC를 계산할 수 있어요. 이 함수는 타깃의 실제 값과 예측값을 인수로 받습니다.
이제 roc_auc_score를 계산하기 전에, 다시 한 번 예측을 만들어 보세요.
이 연습은 강의의 일부입니다
Python으로 배우는 예측 분석 입문
연습 안내
- 지난 챕터에서 생성해 학습해 둔 모델
logreg가 제공되어 있고, DataFrameX에는 베이스테이블의 예측 변수 열이 들어 있어요. 베이스테이블의 관측치에 대해 예측을 만드세요. - 타깃에 대한 예측이 담긴
predictions의 두 번째 열을 선택하세요. - 타깃의 실제 값은
y에 로드되어 있어요.roc_auc_score함수를 사용해 모델의 AUC를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))