Een model evalueren

In deze course heb je gewerkt aan een project om hartziekte te classificeren met Machine Learning. Je hebt de gegevensset opgeschoond, feature engineering toegepast en je model getraind.

Hier ga je de methoden gebruiken die je tot nu toe hebt geleerd voor modelevaluatie. Je evalueert een Machine Learning-model met passende foutmaten, visualiseert de evaluatieresultaten en signaleert mogelijk overfitting ter voorbereiding op deployment. Aan het einde van deze oefening heb je een beter begrip van evaluatie- en visualisatietechnieken voor modellen.

• Het getrainde logistische regressiemodel is geladen als model
• KFold en cross_val_score zijn geïmporteerd uit sklearn.model_selection
• confusion_matrix is geïmporteerd uit sklearn.metrics.
• De variabelen heart_disease_df_X en heart_disease_df_y zijn al geïmporteerd.