1. 学ぶ
    2. /
  2. コース
    3. /
  3. Uogólnione modele liniowe w Pythonie
Connected

演習

Obliczanie macierzy pomyłek

Jak wyjaśniono w filmie, model regresji logistycznej generuje dwa rodzaje prognoz: prognozę ciągłą w postaci prawdopodobieństwa oraz prognozę klasy, która w przypadku zbioru danych wells jest dyskretną kategorią z dwiema klasami.

W poprzednim ćwiczeniu obliczyłeś prognozę ciągłą w postaci prawdopodobieństwa. W tym ćwiczeniu wykorzystasz te wartości, aby przypisać klasę każdej obserwacji w próbce wells_test. Na końcu opiszesz model za pomocą macierzy pomyłek.

Obliczone prognozy prediction oraz zbiór wells_test są już wczytane do twojego środowiska.

指示1 / 3

undefined XP
    1
    2
    3
  • Używając obliczonych prognoz prediction, sklasyfikuj je jako etykiety klas 0 i 1, stosując wartość odcięcia 0.5, i zapisz wynik jako y_prediction.