1. Apprendre
    2. /
  2. Cours
    3. /
  3. Вступ до Regression зі statsmodels у Python
Connected

Exercice

Оцінювання продуктивності логістичної моделі

Як ви вже знаєте, існує кілька метрик для оцінювання продуктивності моделі логістичної регресії. У цій завершальній вправі ви вручну обчислите accuracy, sensitivity та specificity. Згадайте такі визначення:

Accuracy — це частка правильних прогнозів. $$ \text{accuracy} = \frac{TN + TP}{TN + FN + FP + TP} $$

Sensitivity — це частка істинних спостережень, які модель правильно класифікує як істинні. $$ \text{sensitivity} = \frac{TP}{TP + FN} $$

Specificity — це частка хибних спостережень, які модель правильно класифікує як хибні. $$ \text{specificity} = \frac{TN}{TN + FP} $$

churn, mdl_churn_vs_relationship і conf_matrix доступні.

Instructions

100 XP
  • Витягніть кількість істинних додатних (TP), істинних від'ємних (TN), хибних додатних (FP) і хибних від'ємних (FN) із conf_matrix.
  • Обчисліть accuracy моделі.
  • Обчисліть sensitivity моделі.
  • Обчисліть specificity моделі.