y = (data.target == 0).astype(int) # 1 = what we are looking for
train_test_split(X, y, test_size=0.2,
stratify=y, random_state=42)
cv = StratifiedKFold(5, shuffle=True, random_state=42)
pipe = make_pipeline(StandardScaler(), LogisticRegression(max_iter=1000))
cross_val_score(pipe, X_train, y_train, cv=cv,
scoring="average_precision")
GridSearchCV(pipe, {"logisticregression__C": [0.1, 1]}, cv=cv)
p = cross_val_predict(model, X_train, y_train, cv=cv,
method="predict_proba")[:, 1]
prah = highest_threshold_with_recall(y_train, p, 0.98)
binomtest(tp, tp + fn).proportion_ci(method="exact")
# order: goal, split, compare, threshold, refit, test onceTahák · Python · Strojové učení
Mise: model od dat po vyhodnocení
Projdeš celý projekt: od zadání přes výběr modelu a nastavení prahu až po poctivý test a zprávu, které se dá věřit.