1. Learn
    2. /
  2. Cursuri
    3. /
  3. Introducere în regresia cu statsmodels în Python
Connected

exercițiu

Măsurarea performanței modelului logistic

Așa cum știi deja, există mai multe metrici pentru măsurarea performanței unui model de regresie logistică. În acest ultim exercițiu, vei calcula manual acuratețea, sensibilitatea și specificitatea. Reamintește-ți următoarele definiții:

Acuratețea reprezintă proporția predicțiilor corecte. $$ \text{accuracy} = \frac{TN + TP}{TN + FN + FP + TP} $$

Sensibilitatea reprezintă proporția observațiilor adevărate care sunt prezise corect de model ca fiind adevărate. $$ \text{sensitivity} = \frac{TP}{TP + FN} $$

Specificitatea reprezintă proporția observațiilor false care sunt prezise corect de model ca fiind false. $$ \text{specificity} = \frac{TN}{TN + FP} $$

churn, mdl_churn_vs_relationship și conf_matrix sunt disponibile.

Instrucțiuni

100 XP
  • Extrage numărul de pozitive adevărate (TP), negative adevărate (TN), pozitive false (FP) și negative false (FN) din conf_matrix.
  • Calculează accuracy (acuratețea) modelului.
  • Calculează sensitivity (sensibilitatea) modelului.
  • Calculează specificity (specificitatea) modelului.