1. Aprender
    2. /
  2. Cursos
    3. /
  3. Marketing Analytics: Przewidywanie rezygnacji klientów w Pythonie
Connected

Exercício

Macierz pomyłek

Używając funkcji confusion_matrix() z biblioteki scikit-learn, możesz łatwo utworzyć macierz pomyłek swojego klasyfikatora i lepiej zrozumieć jego wydajność. Funkcja przyjmuje dwa argumenty: rzeczywiste etykiety zbioru testowego – y_test – oraz przewidywane etykiety.

Przewidywane etykiety klasyfikatora Random Forest z poprzedniego ćwiczenia są zapisane w zmiennej y_pred i zostały obliczone w następujący sposób:

y_pred = clf.predict(X_test)

Ważna uwaga: sklearn domyślnie oblicza macierz pomyłek w następujący sposób:

Screenshot 2019-05-13 05.59.04.png

Zwróć uwagę, że osie są odwrotne w stosunku do tego, co było widoczne w filmie. Same metryki pozostają bez zmian – pamiętaj o tym podczas interpretowania tabeli.

Instruções 1/3

undefined XP
    1
    2
    3
  • Zaimportuj confusion_matrix z sklearn.metrics.