1. Learn
    2. /
  2. Курси
    3. /
  3. Машинне навчання з деревоподібними моделями в Python
Connected

вправа

Оцініть класифікатор AdaBoost

Тепер, коли ви натренували ada і спрогнозували ймовірності отримання позитивного класу в тестовій вибірці, час обчислити ROC AUC для ada. Нагадаємо, що ROC AUC бінарного класифікатора можна визначити за допомогою функції roc_auc_score() з sklearn.metrics.

Масиви y_test і y_pred_proba, які ви обчислили у попередній вправі, доступні у вашому робочому середовищі.

Інструкції

100 XP

  • Імпортуйте roc_auc_score з sklearn.metrics.

  • Обчисліть ROC AUC на тестовій вибірці для ada, присвойте його змінній ada_roc_auc і виведіть значення на екран.