変数の数の決定

Pythonで学ぶ予測分析入門

Nele Verbiest, Ph.D

Data Scientist @PythonPredictions

AUCの評価

auc_values = []
variables_evaluate = []

for v in variables_forward:
    variables_evaluate.append(v)
    auc_value = auc(variables_evaluate, ["target"], basetable)
    auc_values.append(auc_value)
Pythonで学ぶ予測分析入門

AUCの評価

Pythonで学ぶ予測分析入門

過学習

Pythonで学ぶ予測分析入門

過学習の検出

Pythonで学ぶ予測分析入門

データの分割

from sklearn.model_selection import train_test_split

X = basetable.drop("target", 1) y = basetable["target"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, stratify = Y)
train = pd.concat([X_train, y_train], axis=1) test = pd.concat([X_test, y_test], axis=1)
Pythonで学ぶ予測分析入門

カットオフの決定

  • テストAUCが高い
  • 変数の数が少ない
Pythonで学ぶ予測分析入門

カットオフの決定

Pythonで学ぶ予測分析入門

練習しましょう!

Pythonで学ぶ予測分析入門

Preparing Video For Download...