סף ההחלטה

חלק מהיחידה למידה מונחית במסלול ה-Machine Learning של Coddy. שיעור 17 מתוך 58.

predict מחזירה תשובה חיובית כשההסתברות עולה על 0.5, כלומר הסף. אבל החמצת מסך פגום עלולה לעלות יותר מבדיקה נוספת. הורידו את הסף:

ארבעה עשר מסכי טלפון על קו, לפי הסיכוי שלהם להיות פגומים: שישה ריבועים פגומים, שמונה נקודות תקינות. בסף 0.5, מתגלים 4 מתוך 6 הפגומים עם אזעקת שווא אחת; בסף 0.3, כל 6 מתגלים עם 4 אזעקות שווא

אזעקת שווא היא מסך טוב שסומן. בחרו סף משלכם באמצעות השוואה:

proba = model.predict_proba(X_test)[:, 1]
flag = proba >= 0.3  # True: יש לבדוק את המסך הזה

ככל שהסף נמוך יותר, הוא מזהה יותר מקרים אמיתיים ומפיק יותר התרעות שווא; ככל שהוא גבוה יותר, ההפך. ההסתברויות לעולם אינן משתנות, רק סף ההחלטה.

בחרו בו לפי העלות של כל טעות.

אתגר

בינוני

חברת תעופה מזמינה מחדש נוסעים שסביר שיחמיצו את טיסת ההמשך שלהם עוד לפני שהם נוחתים. קוד ההתחלה מתאים מודל על connections.csv וקורא סף.

קבל את ההסתברויות של נוסעי הבדיקה להחמיץ טיסת המשך.
עבור 0.5, ואז עבור הסף, ספור את הנוסעים שהוזמנו מחדש, את ההחמצות האמיתיות שנמנעו (מתוך כלל ההחמצות) ואת ההזמנות מחדש המיותרות.
הדפס שורה לכל סף.

עבור חברת תעופה אחרת ו-0.25:

Threshold 0.5: 9 rebooked, 7 of 15 misses caught, 2 needless rebookings
Threshold 0.25: 21 rebooked, 13 of 15 misses caught, 8 needless rebookings

נסו בעצמכם

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# שורה אחת לכל נוסע: משך ההמתנה בין טיסות והעיכוב בטיסה הנכנסת בדקות, החלפת טרמינל (1 או 0), כבודה שנשלחה לבטן המטוס; missed הוא 1 או 0
trips = pd.read_csv("connections.csv")
features = ["layover_min", "delay_min", "terminal_change", "checked_bags"]
X_train, X_test, y_train, y_test = train_test_split(trips[features], trips["missed"], test_size=0.25, random_state=0)
model = LogisticRegression(max_iter=1000)
model.fit(X_train, y_train)
threshold = float(input())

# כתבו את הקוד שלכם למטה