Ocena modułu

3 min

Planujesz użyć biblioteki Scikit-Learn do wytrenowania modelu, który przewiduje ryzyko domyślne kredytu. Model musi przewidzieć wartość 0 dla wniosków o pożyczkę, które powinny zostać automatycznie zatwierdzone, i 1 dla aplikacji, w których istnieje ryzyko niewykonania zobowiązania, które wymaga rozważenia przez człowieka. Jakiego rodzaju model jest wymagany?

Model klasyfikacji binarnej

Model klasyfikacji wieloklasowej

Model regresji liniowej

Wytrenowaliśmy model klasyfikacji przy użyciu klasy Scikit-Learn LogisticsRegression. Chcesz użyć modelu, aby zwrócić etykiety dla nowych danych w tablicy x_new. Którego kodu należy użyć?

model.predict(x_new)

model.fit(x_new)

model.score(x_new, y_new) jest funkcją używaną do oceny modelu przy użyciu nowych danych x_new i y_new.

Model klasyfikacji binarnej jest trenowany przy użyciu biblioteki Scikit-Learn. Oceniając je przy użyciu danych testowych, określasz, że model osiąga ogólną metryę Kompletność 0,81. Co wskazuje ta metryka?

Model prawidłowo przewidział 81% przypadków testowych

81% przypadków przewidywanych jako dodatnie przez model było dodatnich.

Model prawidłowo zidentyfikował 81% pozytywnych przypadków jako dodatnich.

Przed sprawdzeniem pracy musisz odpowiedzieć na wszystkie pytania.

Sprzężenie zwrotne

Czy ta strona była pomocna?