Evaluarea modelelor: clasificare dezechilibrată

Exersează întrebări de interviu pentru Machine Learning în Python

Lisa Stuart

Data Scientist

Dezechilibrul de clase

• Variabilă țintă categorială
  • Nr. aproximativ egal de observații/clasă
  • Diferență mare --> rezultate înșelătoare

Matricea de confuzie

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

Metrici de performanță

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

Metrici din matrice

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

Tehnici de reesantionare

• Supraesantionarea clasei minoritare
• Subesantionarea clasei majoritare
• NOTĂ: Împărțiți în seturi de test și antrenament ÎNAINTE de reesantionare!

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

Funcții

Funcție	returnează
sklearn.linear_model.LogisticRegression	regresie logistică
sklearn.metrics.confusion_matrix(y_test,y_pred)	matrice de confuzie
sklearn.metrics.precision_score(y_test,y_pred)	precizie
sklearn.metrics.recall_score(y_test,y_pred)	recall
sklearn.metrics.f1_score(y_test,y_pred)	scor f1
sklearn.utils.resample(deny, n_samples=len(approve))	reesantionează

Să exersăm!

Exersează întrebări de interviu pentru Machine Learning în Python