7、Infant Survival Prediction Experiment

实验资源

births_transformed.csv

实验环境

VMware Workstation
Ubuntu 16.04
Jupyter Notebook
Pyspark

实验内容

导入文件'births_transformed.csv'；通过逻辑回归算法构建评估模型；进而预测新生儿的存活概率。

在正式开始实验之前，我们先来讲一下ROC曲线：

受二战时期雷达技术发展推动，ROC曲线的概念由此萌芽。在那个时代背景下，每一位雷达操作员都面临着复杂的信号解析任务。由于环境中的各种干扰因素（如大鸟飞行经过）的存在，在实时监控中正确识别目标信号尤为关键。具体而言，在实际工作中存在两种不同的判断倾向：一部分操作人员过于谨慎，在检测到任何信号时都会倾向于误判其为敌机入侵；另一部分则更加自信随意，在遇到鸟类飞行情况时仍会将其误认为是飞鸟而非敌机威胁。基于此背景需求，在上级管理部门亟需一套评估指标来综合考量每一位操作员的表现及其对设备效能的影响。经过一番探索与研究实践，《从原理到应用》系统性地提出了最早期的ROC曲线分析方法，并将其确立作为评估设备可靠性的重要指标工具；随后这种方法便迅速扩展至多个交叉学科领域，在医学研究及机器学习算法优化等方面发挥着重要作用

ROC的全称为Receiver Operating Characterist