1. Nauka
  2. /
  3. Kursy
  4. /
  5. Ćwiczenie pytań rekrutacyjnych ze statystyki w Pythonie

Connected

ćwiczenie

Ewaluacja klasyfikacji

Kontynuując temat metryk ewaluacji, tym razem ocenisz wcześniej zbudowany model regresji logistycznej, którego celem jest przewidywanie binarnej cechy RainTomorrow na podstawie wilgotności.

Model został już zaimportowany jako clf, a zbiory testowe są dostępne w zmiennych X_test i y_test. Wygeneruj i przeanalizuj macierz pomyłek, a następnie oblicz precyzję i czułość, zanim wyciągniesz wnioski.

Instrukcje 1/3

undefined XP
  • 1

    Wygeneruj i wyświetl macierz pomyłek dla swojego modelu; zidentyfikuj błędy I i II rodzaju.

  • 2

    Oblicz i wyświetl precyzję swojego modelu; czy potrafisz wyjaśnić, dlaczego precyzja jest pomocna w tym kontekście?

  • 3

    Dostosuj kod, aby obliczyć i wyświetlić czułość swojego modelu; jakie wnioski z tego wyciągasz?