Troubleshooting: performance de modelo
Contenido del curso
Troubleshooting: performance de modelo
Contenido del curso
Angel Martínez
En mi caso el mejor modelo que encontré fue usar Support Vector Machine con estos hiperparámetros:
svm =SVC(random_state=42, C= 1000.0, gamma=0.8, kernel='rbf', tol=0.01).fit(X_train, y_train)
Obteniendo unos valores de Accuracy por encima del 80% y corrigiendo el sesgo que habia antes hacia una clase:
Accuracy model: 0.853 Exited Churn='NO': 0.810 Exited Churn='YES': 0.898 F1 Score: 0.858
