Hodnocení modelů: nevyvážená klasifikace

Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu

Lisa Stuart

Data Scientist

Nevyváženost tříd

• Kategorická cílová proměnná
  • Přibližně stejný počet pozorování/třídu
  • Velký rozdíl --> zavádějící výsledky

Matice záměn

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

Metriky výkonu

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

Metriky z matice

¹ https://scaryscientist.blogspot.com/2016/03/confusion-matrix.html

Techniky převzorkování

• Převzorkování menšinové třídy
• Podvzorkování majoritní třídy
• POZNÁMKA: Rozdělte na testovací a trénovací sadu PŘED převzorkováním!

¹ https://www.svds.com/learning-imbalanced-classes/

Funkce

Funkce	vrací
sklearn.linear_model.LogisticRegression	logistická regrese
sklearn.metrics.confusion_matrix(y_test,y_pred)	matice záměn
sklearn.metrics.precision_score(y_test,y_pred)	přesnost
sklearn.metrics.recall_score(y_test,y_pred)	úplnost
sklearn.metrics.f1_score(y_test,y_pred)	F1 skóre
sklearn.utils.resample(deny, n_samples=len(approve))	převzorkování

Pojďme si procvičit!

Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu