Unit 31. 從預測破產的例子學習 Logistic Model & 混淆矩陣（Confusion Matrix）& 4 大評估指標的選擇與理解（LR Model Part 3）

單元要先準備事項

• 要看過 Unit 29. 邊寫邊理解 Logistic Regression （LR Model Part. 1）
• 下載 Dataset


Embed Google Drive

• 建議看過 Unit 11. EDA (Exploratory Data Analysis) - 資料分布狀況

單元重點

• 用 Logistic Model 對付實際案例
• 一些財報數據的含意
• 再次複習 EDA 與解讀
• 認識重要的混淆矩陣（Confusion Matrix）與四大指標：Precision、Recall、F1-score、Accuracy，並知道怎麼區分選擇常常令人搞不清的 Precision 與 Recall

所需套件

• pip install pandas
• pip install matplotlib
• pip install seaborn
• pip install scikit-learn

單元內容

Code（請配合影片內容教學食用）

（權限設定是使用報名時填寫的 email，單元推出當月有訂閱權限者才有權限，但影片內容有帶 coding 的部分，所以依舊能學到）

Embed Google Drive