- \n
- Gevoeligheid:<\/strong> waarschijnlijkheid dat het model een positief resultaat voorspelt voor een waarneming terwijl het resultaat daadwerkelijk positief is. Dit wordt ook wel het \u201cechte positieve percentage\u201d genoemd.<\/span><\/li>\n
- Specificiteit:<\/strong> de kans dat het model een negatief resultaat voorspelt voor een waarneming terwijl het resultaat feitelijk negatief is. Dit wordt ook wel het \u2018echte negatieve tarief\u2019 genoemd.<\/span><\/li>\n<\/ul>\n
E\u00e9n manier om deze twee metingen te visualiseren is door een ROC-curve<\/strong> te maken, wat staat voor \u2018receiver operating karakteristieke\u2019-curve. Dit is een grafiek die de gevoeligheid en specificiteit van een logistisch regressiemodel weergeeft.<\/span><\/p>\n
Het volgende stapsgewijze voorbeeld laat zien hoe u een ROC-curve in Python kunt maken en interpreteren.<\/span><\/p>\n
Stap 1: Importeer de benodigde pakketten<\/span><\/strong><\/span><\/h3>\n
Eerst zullen we de benodigde pakketten importeren om logistieke regressie in Python uit te voeren:<\/span><\/p>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\nfrom<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\nfrom<\/span> sklearn. linear_model<\/span> import<\/span> LogisticRegression\nfrom<\/span> sklearn import<\/span> metrics\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\n<\/strong><\/pre>\nStap 2: Pas het logistische regressiemodel aan<\/strong><\/span><\/h3>\n
Vervolgens importeren we een dataset en passen we er een logistisch regressiemodel aan toe:<\/span><\/p>\n
#import dataset from CSV file on Github\n<\/span>url = \"https:\/\/raw.githubusercontent.com\/Statorials\/Python-Guides\/main\/default.csv\"\ndata = pd. read_csv<\/span> (url)\n\n#define the predictor variables and the response variable\n<\/span>X = data[[' student<\/span> ',' balance<\/span> ',' income<\/span> ']]\ny = data[' default<\/span> ']\n\n#split the dataset into training (70%) and testing (30%) sets\n<\/span>X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3,random_state=0) \n\n#instantiate the model\n<\/span>log_regression = LogisticRegression()\n\n#fit the model using the training data\n<\/span>log_regression. fit<\/span> (X_train,y_train)<\/strong><\/span><\/pre>\nStap 3: Teken de ROC-curve<\/strong><\/span><\/h3>\n
Vervolgens berekenen we het werkelijk positieve percentage en het fout-positieve percentage en cre\u00ebren we een ROC-curve met behulp van het Matplotlib-datavisualisatiepakket:<\/span> <\/p>\n
#define metrics\n<\/span>y_pred_proba = log_regression. predict_proba<\/span> (X_test)[::,1]\nfpr, tpr, _ = metrics. roc_curve<\/span> (y_test, y_pred_proba)\n\n#create ROC curve\n<\/span>plt. plot<\/span> (fpr,tpr)\nplt. ylabel<\/span> (' True Positive Rate<\/span> ')\nplt. xlabel<\/span> (' False Positive Rate<\/span> ')\nplt. show<\/span> ()<\/strong><\/span> <\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/rocpython1.png\")
<\/p>\nHoe dichter de curve bij de linkerbovenhoek van de grafiek past, hoe beter het model de gegevens in categorie\u00ebn kan indelen.<\/span><\/p>\n
Zoals we uit de bovenstaande grafiek kunnen zien, slaagt dit logistische regressiemodel er behoorlijk slecht in om de gegevens in categorie\u00ebn te sorteren.<\/span><\/p>\n
Om dit te kwantificeren kunnen we de AUC (gebied onder de curve) berekenen, die ons vertelt hoeveel van de grafiek zich onder de curve bevindt.<\/span><\/p>\n
Hoe dichter de AUC bij 1 ligt, hoe beter het model. Een model met een AUC gelijk aan 0,5 is niet beter dan een model dat willekeurige classificaties uitvoert.<\/span><\/p>\n
Stap 4: Bereken de AUC<\/strong><\/span><\/h3>\n
- Specificiteit:<\/strong> de kans dat het model een negatief resultaat voorspelt voor een waarneming terwijl het resultaat feitelijk negatief is. Dit wordt ook wel het \u2018echte negatieve tarief\u2019 genoemd.<\/span><\/li>\n<\/ul>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/rocpython2.png\")
<\/p>\n