W drugim odcinku na kanale Data Science Plus poruszam temat wyboru odpowiedniego punktu odcięcia.
W tym odcinku Data Science Plus kontynuuję temat rozpoczęty na blogu przed tygodniem. Omawiam aspekty teoretyczne i praktyczne wyboru odpowiedniego punktu odcięcia przy problemach klasyfikacji dwuklasowej. Demonstruję również przykład z kodem Python i przewidywaniem niewywiązania ze zobowiązania kredytowego klientów banku posiadających kartę kredytową. Zapraszam do obejrzenia! 🙂
W tym odcinku usłyszysz:
- Kiedy spotykamy się z problemem doboru punktu odcięcia?
- Kiedy powinniśmy „ręcznie” wybierać punkt odcięcia?
- Czym są zbiory niezbalansowane?
- Jak obiektywnie ocenić jakość klasyfikatora?
- Jak dobrać punkt odcięcia dla problemu przewidywanie defaultu wśród posiadaczy kart kredytowych?
- Czym jest macierz pomyłek?
Linki:
- Link do kanału na YouTube: Data Science Plus.
- Link do subskrybowania kanału: subskrybuj.
- Wprowadzenie teoretyczne do omawianego problemu.
- Omawianie praktycznych aspektów z użyciem kodu Python i notatnika Jupyter.
PODOBAŁ CI SIĘ TEN ARTYKUŁ?
Jeśli tak, to zarejestruj się, by otrzymywać informacje o nowych wpisach.
Dodatkowo w prezencie wyślę Ci bezpłatny poradnik :-)
Dodaj komentarz