評估模型
在整門課程中,你一直在進行一個使用機器學習分類心臟疾病的專案。你已成功清理資料集、完成特徵工程,並訓練了模型。
在這裡,你會運用目前為止所學到的模型評估方法。你將使用合適的誤差衡量指標來評估機器學習模型、視覺化評估結果,並找出可能的過度擬合,以便為部署做好準備。完成本練習後,你會更深入理解模型評估與視覺化技巧。
- 已載入訓練完成的邏輯迴歸模型為
model - 已從
sklearn.model_selection匯入KFold與cross_val_score - 已從
sklearn.metrics匯入confusion_matrix。 - 變數
heart_disease_df_X與heart_disease_df_y已經匯入。
本練習屬於課程
端到端機器學習
動手互動練習
試著完成這個範例程式碼,體驗一下這個練習。
# Evaluate model using k-fold cross-validation
kf = ____(____=____)