В этом посте я расскажу о различных метриках, которые мы можем использовать для измерения производительности классификатора, когда имеем дело с несбалансированными данными. Прежде чем определить какую-либо метрику, давайте немного поговорим о том, что такое несбалансированный набор данных, и о проблемах, с которыми мы можем столкнуться при работе с такими данными. В машинном обучении, когда мы говорим о балансе данных, мы имеем в виду количество экземпляров среди различных классов в нашем..

Введение Как мы обсуждали ранее, логистическая регрессия предсказывает вероятности принадлежности объекта к каждому классу и выполняет бинарную классификацию на основе вероятностей. По умолчанию порог вероятности в функции LogisticRegression в пакете SciPy равен 0,5 . Например, учащийся с прогнозируемой вероятностью сдачи экзамена не менее 50% будет классифицирован как «сдал» (класс 1). Однако иногда нам может понадобиться определить собственный порог в зависимости от..