Обчислення AUC
Значення AUC показує, наскільки добре модель упорядковує спостереження від низької ймовірності належати до цілі до високої. У Python для обчислення AUC моделі можна використати функцію roc_auc_score. Вона приймає істинні значення цілі та прогнози як аргументи.
Ви знову зробите прогнози, перш ніж обчислити їхній roc_auc_score.
Ця вправа є частиною курсу
Вступ до прогностичної аналітики в Python
Інструкції до вправи
- Модель
logregз попереднього розділу вже створена й навчена для вас, а датафреймXмістить стовпці-ознаки базової таблиці. Зробіть прогнози для об'єктів у базовій таблиці. - Виберіть другий стовпець із
predictions, адже він містить прогнози для цілі. - Істинні значення цілі завантажені в
y. Скористайтеся функцієюroc_auc_score, щоб обчислити AUC моделі.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Make predictions
predictions = logreg.____(____)
predictions_target = predictions[:,____]
# Calculate the AUC value
auc = ____(____, ____)
print(round(auc,2))