การคำนวณค่า AUC
ค่า AUC ใช้วัดว่าโมเดลสามารถจัดเรียงข้อสังเกตจากความน่าจะเป็นต่ำไปสูงในการเป็นตัวเป้าหมายได้ดีเพียงใด ใน Python สามารถใช้ฟังก์ชัน roc_auc_score เพื่อคำนวณค่า AUC ของโมเดลได้ โดยรับค่าจริงของตัวแปรเป้าหมายและค่าพยากรณ์เป็นอาร์กิวเมนต์
ในแบบฝึกหัดนี้จะทำการพยากรณ์ก่อน แล้วจึงคำนวณ roc_auc_score
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python
คำแนะนำการฝึกหัด
- โมเดล
logregจากบทที่แล้วถูกสร้างและฝึกไว้ให้แล้ว และ DataFrameXมีคอลัมน์ตัวทำนายของ basetable จงทำการพยากรณ์สำหรับข้อมูลใน basetable - เลือกคอลัมน์ที่สองของ
predictionsเนื่องจากเป็นคอลัมน์ที่เก็บค่าพยากรณ์ของตัวเป้าหมาย - ค่าจริงของตัวแปรเป้าหมายถูกโหลดไว้ใน
yใช้ฟังก์ชันroc_auc_scoreเพื่อคำนวณค่า AUC ของโมเดล
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))