1. Learn
    2. /
  2. Courses
    3. /
  3. scikit-learn으로 배우는 Supervised Learning
Connected

Exercise

ROC AUC

이전 연습 문제에서 그린 ROC 곡선이 유망해 보였어요.

이제 ROC 곡선 아래 면적(AUC)을 계산하고, 이전에 사용했던 다른 분류 평가지표도 함께 살펴보겠습니다.

confusion_matrix와 classification_report 함수가 미리 로드되어 있고, 이전에 만든 logreg 모델과 X_train, X_test, y_train, y_test도 준비되어 있어요. 또한 모델이 예측한 테스트 세트 레이블은 y_pred에, 양성 클래스에 속할 확률은 y_pred_probs에 저장되어 있어요.

또한 knn 모델도 생성되어 콘솔에 성능 지표가 출력되어 있으니, 두 모델 간의 roc_auc_score, confusion_matrix, classification_report를 비교해 보세요.

Instructions

100 XP
  • roc_auc_score를 임포트하세요.
  • 테스트 레이블과 예측된 양성 클래스 확률을 전달해 ROC AUC 점수를 계산하고 출력하세요.
  • 혼동 행렬을 계산하고 출력하세요.
  • classification_report()를 호출하세요.