Questo browser non è più supportato.
Esegui l'aggiornamento a Microsoft Edge per sfruttare i vantaggi di funzionalità più recenti, aggiornamenti della sicurezza e supporto tecnico.
Rispondere alle domande seguenti per verificare di aver compreso quanto illustrato finora.
Si intende usare scikit-learn per eseguire il training di un modello che prevede il rischio di insolvenza del credito. Il modello deve prevedere un valore di 0 per le richieste di prestito che devono essere approvate automaticamente e 1 per le richieste in cui esiste un rischio di insolvenza che devono essere sottoposte a valutazione. Quale tipo di modello è necessario?
Modello di classificazione binaria
Modello di classificazione multiclasse
Modello di regressione lineare
È stato eseguito il training di un modello di classificazione usando la classe LogisticRegression di scikit-learn. Si vuole usare il modello per restituire etichette per i nuovi dati nella matrice x_new. Quale codice è opportuno usare?
model.predict(x_new)
model.fit(x_new)
model.score(x_new, y_new)
Si usa scikit-learn per eseguire il training di un modello di classificazione binaria. Quando si valuta il modello con i dati di test, si stabilisce che il modello raggiunge una metrica di richiamo complessiva di 0,81. Cosa indica questa metrica?
Il modello ha previsto correttamente l'81% dei test case
L'81% dei casi previsti come positivi dal modello erano positivi.
Il modello ha identificato correttamente l'81% dei casi positivi come positivi.
Devi rispondere a tutte le domande prima di controllare il lavoro svolto.
Questa pagina è stata utile?
Serve aiuto con questo argomento?
Provare a usare Ask Learn per chiarire o guidare l'utente in questo argomento?