Obliczanie AUC
Wartość AUC ocenia, jak dobrze model potrafi uszeregować obserwacje od niskiego do wysokiego prawdopodobieństwa przynależności do klasy docelowej. W Pythonie do obliczenia AUC służy funkcja roc_auc_score. Przyjmuje ona rzeczywiste wartości zmiennej docelowej oraz prognozy jako argumenty.
Najpierw ponownie wygenerujesz prognozy, a następnie obliczysz wartość roc_auc_score.
To ćwiczenie jest częścią kursu
Wprowadzenie do analizy predykcyjnej w Pythonie
Instrukcje do ćwiczenia
- Model
logregz poprzedniego rozdziału został już utworzony i dopasowany. Ramka danychXzawiera kolumny predyktorów z tablicy bazowej. Wygeneruj prognozy dla obiektów w tablicy bazowej. - Wybierz drugą kolumnę z
predictions– zawiera ona prognozy dla zmiennej docelowej. - Rzeczywiste wartości zmiennej docelowej są wczytane do
y. Użyj funkcjiroc_auc_score, aby obliczyć AUC modelu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))