Постройте и изобразите матрицу ошибок для модели кредитного агентства. Для этого импортируйте функцию из библиотеки sklearn, а затем поместите объект confusion_matrix в переменную cm.
import pandas as pd
import seaborn as sns
RANDOM_STATE = 42
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
# загрузим функцию для расчёта матрицы ошибок
from sklearn.metrics import confusion_matrix
# загрузим данные
df = pd.read_csv('car_loan.csv')
X = df.drop(columns='default')
y = df['default']
X_train, X_test, y_train, y_test = train_test_split(
X,
y,
random_state=RANDOM_STATE
)
scaler = StandardScaler()
X_train_scalled = scaler.fit_transform(X_train)
X_test_scalled = scaler.transform(X_test)
clf = LogisticRegression()
clf = clf.fit(X_train_scalled, y_train)
y_pred = clf.predict(X_test_scalled)
# постройте матрицу ошибок и сохраните её в переменную
cm = confusion_matrix(y_test, y_pred)
sns.heatmap(cm, annot=True, fmt='d', cmap='Blues_r');