X-13A/test-mcp

Model Trained Using AutoTrain

• Problem type: Tabular classification

Validation Metrics

• logloss: 0.28027260106321344
• accuracy: 0.8666666666666667
• mlogloss: 0.28027260106321344
• f1_macro: 0.8611111111111112
• f1_micro: 0.8666666666666667
• f1_weighted: 0.8611111111111112
• precision_macro: 0.9047619047619048
• precision_micro: 0.8666666666666667
• precision_weighted: 0.9047619047619048
• recall_macro: 0.8666666666666667
• recall_micro: 0.8666666666666667
• recall_weighted: 0.8666666666666667
• loss: 0.28027260106321344

Best Params

• C: 360.26071213844074
• fit_intercept: False
• solver: saga
• penalty: l2

Usage

import json
import joblib
import pandas as pd

model = joblib.load('model.joblib')
config = json.load(open('config.json'))

features = config['features']

# data = pd.read_csv("data.csv")
data = data[features]

predictions = model.predict(data)  # or model.predict_proba(data)

# predictions can be converted to original labels using label_encoders.pkl