1. Learn
    2. /
  2. Курси
    3. /
  3. Кероване навчання зі scikit-learn
Connected

вправа

Оцінювання класифікатора для передбачення діабету

У цьому розділі ви працюватимете з набором даних diabetes_df, який було представлено раніше.

Мета — передбачити, чи має конкретна особа ймовірність діабету на основі ознак індексу маси тіла (BMI) та віку (в роках). Отже, це задача бінарної класифікації. Цільове значення 0 означає, що особа не має діабету, тоді як значення 1 означає, що особа має діабет.

diabetes_df попередньо завантажено для вас як датафрейм pandas і розділено на X_train, X_test, y_train та y_test. Крім того, KNeighborsClassifier() вже створено й присвоєно змінній knn.

Ви навчите модель, зробите передбачення на тестовій вибірці, а потім отримаєте матрицю похибок і звіт класифікації.

Інструкції

100 XP
  • Імпортуйте confusion_matrix і classification_report.
  • Навчіть модель на тренувальних даних.
  • Передбачте мітки для тестової вибірки й збережіть результат у змінній y_pred.
  • Обчисліть і виведіть матрицю похибок і звіт класифікації для тестових міток порівняно з передбаченими мітками.