1. Nauka
    2. /
  2. Kursy
    3. /
  3. Regresja średnio zaawansowana ze statsmodels w Pythonie
Connected

ćwiczenie

Macierz pomyłek

Gdy zmienna odpowiedzi przyjmuje tylko dwie wartości – jak w przypadku odejścia klienta – miary jakości modelu odpowiadają na dwa pytania: „ile przypadków faktycznego odejścia model przewidział poprawnie?" oraz „ile przypadków pozostania klienta model przewidział poprawnie?". Odpowiedzi na te pytania uzyskasz, generując macierz pomyłek i obliczając na jej podstawie kluczowe metryki.

Przypomnij sobie poniższe definicje:

Dokładność to odsetek poprawnych przewidywań. $$ \text{accuracy} = \frac{TN + TP}{TN + FN + FP + TP} $$

Czułość to odsetek obserwacji prawdziwie pozytywnych, które model poprawnie zakwalifikował jako pozytywne. $$ \text{sensitivity} = \frac{TP}{TP + FN} $$

Swoistość to odsetek obserwacji prawdziwie negatywnych, które model poprawnie zakwalifikował jako negatywne. $$ \text{specificity} = \frac{TN}{TN + FP} $$

Dostępne są: churn oraz mdl_churn_vs_both_inter.

Instrukcje 1/2

undefined XP
    1
    2
  • Utwórz macierz pomyłek conf_matrix.