लॉजिस्टिक रिग्रेशन फिट का मात्रात्मक आकलन

Python में statsmodels के साथ Regression परिचय

Maarten Van den Broeck

Content Developer at DataCamp

चार संभावित नतीजे

	predicted false	predicted true
actual false	सही	false positive
actual true	false negative	सही

कन्फ्यूज़न मैट्रिक्स: नतीजों की गिनती

actual_response = churn["has_churned"]

predicted_response = np.round(mdl_recency.predict())

outcomes = pd.DataFrame({"actual_response": actual_response,
                         "predicted_response": predicted_response})

print(outcomes.value_counts(sort=False))

actual_response  predicted_response
0                0.0                   141
                 1.0                    59
1                0.0                   111
                 1.0                    89

कन्फ्यूज़न मैट्रिक्स को विज़ुअलाइज़ करना

conf_matrix = mdl_recency.pred_table()

print(conf_matrix)

[[141.              59.]
 [111.              89.]]

true negative	false positive
false negative	true positive

from statsmodels.graphics.mosaicplot
import mosaic

mosaic(conf_matrix)

चर्न बनाम रीसेंसी मॉडल के नतीजों का मोज़ेक प्लॉट। true churns और true not-churns, दोनों के 200 observations हैं, इसलिए हर कॉलम की चौड़ाई समान है.

Accuracy

Accuracy सही प्रेडिक्शंस का अनुपात है.

$$ \text{accuracy} = \frac{TN + TP}{TN + FN + FP + TP} $$

 [[141.,  59.],
  [111.,  89.]]

TN = conf_matrix[0,0]
TP = conf_matrix[1,1]
FN = conf_matrix[1,0]
FP = conf_matrix[0,1]

acc = (TN + TP) / (TN + TP + FN + FP)
print(acc)

0.575

Sensitivity

Sensitivity true positives का अनुपात है.

$$ \text{sensitivity} = \frac{TP}{FN + TP} $$

 [[141.,  59.],
  [111.,  89.]]

TN = conf_matrix[0,0]
TP = conf_matrix[1,1]
FN = conf_matrix[1,0]
FP = conf_matrix[0,1]

sens = TP / (FN + TP)
print(sens)

0.445

Specificity

Specificity true negatives का अनुपात है.

$$ \text{specificity} = \frac{TN}{TN + FP} $$

 [[141.,  59.],
  [111.,  89.]]

TN = conf_matrix[0,0]
TP = conf_matrix[1,1]
FN = conf_matrix[1,0]
FP = conf_matrix[0,1]

spec = TN / (TN + FP)
print(spec)

0.705

अभ्यास करते हैं!

Python में statsmodels के साथ Regression परिचय