이를 다른 모델에 대한 분리도표와 비교하면 훨씬 더 유용하다. 그림 2-21에서 우리는 우리의 모델(맨 위)과 다음 세 모델을 비교할 수 있다.
1. 퍼펙트 모델: 결함이 발생하면 사후확률을 1, 결함이 없다면 사후확률을 0으로 설정한다.
2. 완전한 랜덤 모델: 온도와 상관없이 랜덤확률을 예측하는 모델
3. 상수 모델: P(D = 1|t) = c, ∀t인 모델. c에 대한 최선의 선택은 결함의 관측 빈도다. 이 경우는 7/23이다.
figsize(11, 1.25) # 기온 종속적 모델 separation_plot(posterior_probability, D) plt.title(“기온 종속적 모델”) # 퍼펙트 모델 # 즉, 결함의 확률은 결함의 발생 여부와 같다. p = D separation_plot(p, D) plt.title(“퍼펙트 모델”) # 랜덤 모델 p = np.random.rand(23) separation_plot(p, D) plt.title(“랜덤 모델”) # 상수 모델 constant_prob = 7. / 23 * np.ones(23) separation_plot(constant_prob, D) plt.title(“상수 예측 모델”)