ROC AUC

Curba ROC pe care ai reprezentat-o grafic în exercițiul anterior părea promițătoare.

Acum vei calcula aria de sub curba ROC, alături de celelalte metrici de clasificare pe care le-ai folosit anterior.

Funcțiile confusion_matrix și classification_report au fost preîncărcate pentru tine, împreună cu modelul logreg construit anterior, precum și X_train, X_test, y_train, y_test. De asemenea, etichetele prezise pentru setul de testare sunt stocate în y_pred, iar probabilitățile că observațiile din setul de testare aparțin clasei pozitive sunt stocate în y_pred_probs.

A fost creat și un model knn, iar metricile de performanță sunt afișate în consolă, astfel încât să poți compara roc_auc_score, confusion_matrix și classification_report între cele două modele.

Importă roc_auc_score.
Calculează și afișează scorul ROC AUC, transmițând etichetele de test și probabilitățile clasei pozitive prezise.
Calculează și afișează matricea de confuzie.
Apelează classification_report().

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}exercițiu

Instrucțiuni

exercițiu