Beräkna förväxlingsmatris
Som du lärde dig i videon genererar logistisk regression två typer av prediktioner: en kontinuerlig prediktion i form av en sannolikhet, samt en klassprediktion som i exemplet med brunns-datasetet är en diskret kategori med två klasser.
I föregående övning beräknade du den kontinuerliga prediktionen i form av en sannolikhet. I den här övningen använder du dessa värden för att tilldela varje observation i ditt wells_test-urval en klass. Avslutningsvis beskriver du modellen med hjälp av förväxlingsmatrisen.
De beräknade prediktion prediction och wells_test är inlästa i din arbetsyta.
Den här övningen är en del av kursen
Generaliserade linjära modeller i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Define the cutoff
cutoff = ____
# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)