1. Learn
    2. /
  2. Cursuri
    3. /
  3. Marketing Analytics: Predicția abandonului clienților în Python
Connected

exercițiu

Curba ROC

Acum vom crea o curbă ROC pentru clasificatorul nostru de tip pădure aleatorie. Primul pas este să calculezi probabilitățile prezise de clasificator pentru fiecare etichetă, folosind metoda .predict_proba(). Apoi, poți folosi funcția roc_curve din sklearn.metrics pentru a calcula rata fals pozitivă și rata adevărat pozitivă, pe care le vei reprezenta grafic cu ajutorul matplotlib.

Un RandomForestClassifier antrenat pe 70% din date a fost deja ajustat pe set și este disponibil în spațiul tău de lucru sub numele clf.

Instrucțiuni 1/4

undefined XP
    1
    2
    3
    4
  • Calculează probabilitățile prezise ale clasificatorului clf.