计算混淆矩阵
正如您在视频中所学，逻辑回归模型会生成两种类型的预测：一种是连续值的预测（概率），另一种是类别预测。在 wells 数据集的示例中，类别预测是由两个类别组成的离散类别。
在上一个练习中，您已经计算了概率形式的连续预测值。本练习中，您将使用这些值为 wells_test 样本中的每个观测分配一个类别。最后，您将使用混淆矩阵来描述模型。
已计算的预测 prediction 和数据集 wells_test 已加载到您的工作空间。
本练习是课程的一部分
Python 中的广义线性模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Define the cutoff
cutoff = ____
# Compute class predictions: y_prediction
y_prediction = np.where(____ > ____, 1, 0)