结合步骤1和2然后根据投票数选擇有效特征,以下为运行结果:
我们最终制作了一个比基线模型稍好的模型我对这个基于有限数据的模型很满意,但我们还并没有完成让我们试着通过调整阈值使它变得更好。
阈值调整不仅仅是建模的最后一步这对模型的表现也至关重要,因为调整查准率与查全率之間的平衡——也即阈值——直接影响最后评估指标
我们将使用以下代码检查最佳阈值:
现在我们有了阈值为0.45,ROC-AUC分数为0.7097的最佳模型
既然峩们已经建立了这个模型,那么为什么不用呢所以我创建了一个把我先前的项目与这个项目结合在一起的应用程序。
本文代码会和下期攵章一起发布