اختبار الوحدة: التصنيف

السؤال 1 من 5

• الـ accuracy والـ ROC AUC.
• دقة التدريب ودقة الاختبار.
• الـ precision والـ F1 عند العتبة الافتراضية.
• الـ recall وعدد الحالات المُعلَّمة عند كل عتبة مرشّحة.

السؤال 2 من 5

• اضبط max_depth=1 لتكون كل شجرة تقسيمًا واحدًا.
• أزل سحب عيّنات الـ bootstrap.
• استخدم أشجارًا أقل، مثل 200، لأن مكاسب الأشجار الإضافية تتسطّح.
• وحّد مقاييس الـ features أولًا.

السؤال 3 من 5

prob = model.predict_proba(X_test)
print(roc_auc_score(y_test, prob))

• استخدم model.predict(X_test) بدلًا منه.
• مرّر احتمال الفئة الإيجابية: prob[:, 1].
• رتّب y_test قبل استدعاء المقياس.
• حوّل prob إلى قائمة.

السؤال 4 من 5

• الانحدار اللوجستي، الذي تكون احتمالاته عادةً أقرب إلى المعايرة دون أي تعديل.
• نموذج الأشجار، لأن الأشجار تنتج دائمًا احتمالات معايَرة.
• أيّهما؛ فتساوي الـ AUC يعني تساوي الاحتمالات.
• لا هذا ولا ذاك؛ فالاحتمالات لا يمكن استخدامها للأعداد.

السؤال 5 من 5

• صار النموذج أسوأ في كل شيء ويجب التخلّص منه.
• سرّبت الأوزان labels الاختبار إلى التدريب.
• صارت أخطاء حالات التعثّر تكلّف أكثر أثناء التدريب، فيُعلِّم النموذج قروضًا أكثر بكثير: يلتقط تعثّرات أكثر لكن مع إنذارات كاذبة أكثر.
• لا بد أن الـ accuracy ارتفعت، لأن الـ recall ارتفعت.