Calculando a AUC
O valor de AUC avalia quão bem um modelo consegue ordenar observações de baixa probabilidade de ser o alvo para alta probabilidade de ser o alvo. Em Python, a função roc_auc_score pode ser usada para calcular a AUC do modelo. Ela recebe os valores verdadeiros do alvo e as previsões como argumentos.
Você fará previsões novamente, antes de calcular o roc_auc_score.
Este exercício faz parte do curso
Introdução à Análise Preditiva em Python
Instruções do exercício
- O modelo
logregdo capítulo anterior já foi criado e ajustado para você; o DataFrameXcontém as colunas preditoras da basetable. Faça previsões para os objetos na basetable. - Selecione a segunda coluna de
predictions, pois ela contém as previsões para o alvo. - Os valores verdadeiros do alvo estão carregados em
y. Use a funçãoroc_auc_scorepara calcular a AUC do modelo.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))