此浏览器不再受支持。
请升级到 Microsoft Edge 以使用最新的功能、安全更新和技术支持。
请回答以下问题来检验所学内容。
你计划使用 Scikit-Learn 来训练用于预测信用违约风险的模型。 该模型必须预测值 0 和值 1，其中 0 表示应自动批准的贷款申请，1 表示存在违约风险、需要人工考量的申请。 那么需要那种类型的模型？
二元分类模型
多类分类模型
线性回归模型
你使用 Scikit-Learn LogisticRegression 类训练了一个分类模型。 你想要使用该模型来返回 x_new 数组中新数据的标签。 你该使用哪个代码？
model.predict(x_new)
model.fit(x_new)
model.score(x_new, y_new)
你使用 Scikit-Learn 来训练一个二元分类模型。 当你使用测试数据来评估该模型时，你确定模型的整体召回率指标为 0.81。 该指标表示什么？
模型正确预测了 81% 的测试用例
模型预测为正报的案例有 81% 为正报。
模型将 81% 的正报案例正确地识别为正报。
在检查工作前，必须回答所有问题。
此页面是否有帮助？