Diğer model metrikleri

Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Mark Peterson

Director of Data Science, Infoblox

Olasılık eşikleri

Sınıflandırıcınızın her tahmininin bir olasılığı vardır
scikit-learn'de varsayılan eşik: %50

Bu eşiği değiştirirsek ne olur?

ROC eğrisi bölüm 1

ROC eğrisi bölüm 2

ROC eğrisi bölüm 3

ROC eğrisi bölüm 4

ROC eğrisi bölüm 5

ROC eğrisi bölüm 6

ROC eğrisi bölüm 7

ROC eğrisi bölüm 8

sklearn'de olasılık üretme

logreg.predict_proba(X_test)[:,1]

array([[0.80188981, 0.19811019],
       [0.96484075, 0.03515925],
       [0.9182671 , 0.0817329 ],
       ...,

y_pred_prob = logreg.predict_proba(X_test)[:,1]

sklearn'de ROC eğrisi

from sklearn.metrics import roc_curve

fpr, tpr, thresholds = roc_curve(y_test, y_pred_prob)

import matplotlib.pyplot as plt

plt.plot(fpr, tpr)

plt.xlabel("False Positive Rate")

plt.ylabel("True Positive Rate")

plt.plot([0, 1], [0, 1], "k--")

plt.show()

Eğri altındaki alan

from sklearn.metrics import roc_auc_score

auc = roc_auc_score(y_test, y_pred)

Hadi pratik yapalım!

Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme