Anterior

Seguinte

Verificação de conhecimento

Concluído

Responda às seguintes perguntas para testar os seus conhecimentos.

1.

Você planeja usar o Scikit-Learn para treinar um modelo que prevê o risco de inadimplência de crédito. O modelo deve prever um valor de 0 para pedidos de empréstimo que devem ser aprovados automaticamente e 1 para pedidos em que há risco de inadimplência que requer consideração humana. Que tipo de modelo é necessário?

Um modelo de classificação binária

Um modelo de classificação multiclasse

Um modelo de regressão linear

2.

Você treinou um modelo de classificação usando a classe Scikit-Learn LogisticRegression. Você deseja usar o modelo para retornar rótulos para novos dados na matriz x_new. Qual código você deve usar?

model.predict(x_new)

modelo.fit(x_new)

model.score(x_new, y_new)

3.

Você treina um modelo de classificação binária usando o Scikit-Learn. Ao avaliá-lo com dados de teste, você determina que o modelo atinge uma métrica geral de Recall de 0,81. O que essa métrica indica?

O modelo previu corretamente 81% dos casos de teste

81% dos casos previstos como positivos pelo modelo foram positivos.

O modelo identificou corretamente 81% dos casos positivos como positivos.

Tem de responder a todas as questões antes de verificar o seu trabalho.

Continuar