Матриця неточностей (confusion matrix)
Коли залежна змінна має лише два результати, як у випадку відтоку клієнтів, успіх моделі визначають за двома запитаннями: «у скількох випадках, де клієнт справді пішов, модель правильно це передбачила?» та «у скількох випадках, де клієнт не пішов, модель правильно це передбачила?». Це можна з'ясувати, побудувавши матрицю неточностей і розрахувавши зведені метрики.
Згадайте такі визначення:
Accuracy (точність) — це частка правильних передбачень. $$ \text{accuracy} = \frac{TN + TP}{TN + FN + FP + TP} $$
Sensitivity (чутливість, recall) — це частка істинно позитивних спостережень, які модель правильно передбачила як позитивні. $$ \text{sensitivity} = \frac{TP}{TP + FN} $$
Specificity (специфічність) — це частка істинно негативних спостережень, які модель правильно передбачила як негативні. $$ \text{specificity} = \frac{TN}{TN + FP} $$
churn і mdl_churn_vs_both_inter доступні.
Ця вправа є частиною курсу
Середній рівень регресії зі statsmodels у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create conf_matrix
conf_matrix = ____
# Print it
print(conf_matrix)