|
реклама |
|
|
|
|
|
|
Приборы и системы. Управление, контроль, диагностика Аннотация к статье << Назад
Метрики оценки качества модели классификации на примере задачи кредитного скоринга |
В.А. БУЛАНОВ, О.Е. ФОМИЧЕВА
Рассматриваются метрики, применимые для оценки качества классификационных моделей. Рассматривается задача бинарной классификации на примере кредитного скоринга, в том числе затрагивается применения «oversampling» с целью повышения качества модели при несбалансированной классификации. При выполнении работы использованы модели машинного обучения из библиотеки scikit-learn для языка Python.
Ключевые слова: машинное обучение, метрики оценки качества модели, кредитный скоринг, логистическая регрессия, ансамбль решающих деревьев, сэмплинг, язык программирования Python.
DOI: 10.25791/pribor.03.2020.1160
Стр. 33-37. |
|
|
|
Последние новости:
Выставки по автоматизации и электронике «ПТА-Урал 2018» и «Электроника-Урал 2018» состоятся в Екатеринбурге Открыта электронная регистрация на выставку Дефектоскопия / NDT St. Petersburg Открыта регистрация на 9-ю Международную научно-практическую конференцию «Строительство и ремонт скважин — 2018» ExpoElectronica и ElectronTechExpo 2018: рост площади экспозиции на 19% и новые формы контент-программы Тематика и состав экспозиции РЭП на выставке "ChipEXPO - 2018" |