Avaliando um modelo

Ao longo deste curso, você trabalhou em um projeto para classificar doença cardíaca usando Machine Learning. Você limpou o conjunto de dados, fez engenharia de atributos e treinou seu modelo com sucesso.

Aqui, você vai aplicar os métodos que aprendeu até agora para avaliar o modelo. Você vai avaliar um modelo de Machine Learning usando métricas de erro adequadas, visualizar os resultados da avaliação e identificar possível overfitting como preparação para a implantação. Ao final deste exercício, você terá um entendimento mais profundo de técnicas de avaliação e visualização de modelos.

• O modelo treinado de regressão logística está carregado como model
• KFold e cross_val_score foram importados de sklearn.model_selection
• confusion_matrix foi importado de sklearn.metrics.
• As variáveis heart_disease_df_X e heart_disease_df_y já foram importadas.