Ce navigateur n’est plus pris en charge.
Effectuez une mise à niveau vers Microsoft Edge pour tirer parti des dernières fonctionnalités, des mises à jour de sécurité et du support technique.
Répondez aux questions suivantes pour vérifier que vous avez tout compris.
Vous envisagez d’utiliser Scikit-Learn pour entraîner un modèle qui prédit le risque de défaut de paiement des crédits. Le modèle doit prédire une valeur de 0 pour les demandes de prêt qui devraient être approuvées automatiquement, et 1 pour les demandes pour lesquelles il existe un risque de défaut de paiement qui nécessite un avis humain. Quel type de modèle est requis ?
Un modèle de classification binaire
Un modèle de classification multiclasse
Un modèle de régression linéaire
Vous avez entraîné un modèle de classification à l’aide de la classe LogisticRegression Scikit-Learn. Vous voulez utiliser le modèle pour retourner des étiquettes pour les nouvelles données dans le tableau x_new. Quel code devez-vous utiliser ?
model.predict(x_new)
model.fit(x_new)
model.score(x_new, y_new)
Vous entraînez un modèle de classification binaire à l’aide de Scikit-Learn. Lorsque vous l’évaluez avec des données de test, vous déterminez que le modèle atteint une métrique Rappel globale de 0,81. Que signifie cette mesure ?
Le modèle a correctement prédit 81 % des cas de test
81 % des cas prédits comme positifs par le modèle étaient positifs.
Le modèle a correctement identifié 81 % des cas positifs comme étant positifs.
Vous devez répondre à toutes les questions avant de vérifier votre travail.
Cette page a-t-elle été utile ?
Need help with this topic?
Want to try using Ask Learn to clarify or guide you through this topic?