Karmaşıklık matrisini hesapla
Videoda öğrendiğin gibi, lojistik regresyon modeli iki tür tahmin üretir: olasılık biçiminde sürekli değerli bir tahmin ve wells veri kümesi örneğinde olduğu gibi iki sınıflı ayrık bir kategori olan sınıf tahmini.
Önceki egzersizde, olasılık biçiminde sürekli değerli tahmini hesapladın. Bu egzersizde bu değerleri kullanarak wells_test örneklemindeki her gözleme bir sınıf atayacaksın. Son olarak modeli bir karmaşıklık matrisi ile özetleyeceksin.
Hesaplanmış tahminler prediction ve wells_test çalışma alanına yüklendi.
Bu egzersiz, kursun bir parçasıdır
Python ile Genelleştirilmiş Doğrusal Modeller
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Define the cutoff
cutoff = ____
# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)