类别不平衡的评估指标

类别不平衡会在任何机器学习场景中拖累模型表现。在机器学习面试中，若被问到当数据集中类别分布不均时该如何处理，这一点尤为关键。因为有些数据天生不平衡，例如保险欺诈数据。

在本练习中，您将使用 sklearn 构建逻辑回归模型，并打印混淆矩阵以及多种评估指标，以便更好地理解如何解读来自类别不平衡数据集的机器学习模型。

回想之前在 loan_data 中看到的类别不平衡。贷款状态为 Fully Paid 的观测数量远多于 Charged Off：

Class imbalance

本练习是课程的一部分

用 Python 练习机器学习面试题

通过完成这段示例代码来试试这个练习。

# Import
from sklearn.____ import ____
from sklearn.____ import ____, ____, ____, ____, _____