Métricas para classes desbalanceadas
O desbalanceamento de classes pode prejudicar o desempenho do seu modelo em qualquer contexto de Machine Learning. Isso é especialmente relevante em uma entrevista de Machine Learning se perguntarem o que fazer ao receber um conjunto de dados com classes desbalanceadas, já que alguns dados são desbalanceados por natureza, como em detecção de fraudes em seguros.
Neste exercício, você vai usar sklearn para criar um modelo de regressão logística e imprimir a matriz de confusão junto com várias métricas de avaliação, para entender melhor como interpretar modelos de Machine Learning em conjuntos de dados com classes desbalanceadas.
Lembre-se do desbalanceamento de classes que você viu anteriormente em loan_data. O número de observações com Loan Status igual a Fully Paid é muito maior do que o de Charged Off:
Este exercício faz parte do curso
Praticando perguntas de entrevista de Machine Learning em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import
from sklearn.____ import ____
from sklearn.____ import ____, ____, ____, ____, _____