Вычисление матрицы ошибок
Как вы узнали из видео, модель логистической регрессии формирует два типа предсказаний: непрерывное — в виде вероятности, и классовое — в примере с набором данных wells это дискретная категория с двумя классами.
В предыдущем упражнении вы вычислили непрерывные предсказания в форме вероятностей. В этом упражнении вы используете эти значения, чтобы присвоить класс каждому наблюдению в выборке wells_test. Затем вы опишете модель с помощью матрицы ошибок.
Вычисленные предсказания prediction и набор данных wells_test уже загружены в вашу рабочую среду.
Это упражнение является частью курса
Обобщённые линейные модели в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Define the cutoff
cutoff = ____
# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)