1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Marketing Analytics: Predicting Customer Churn in Python
Connected

cvičení

F1 skóre

Jak jsi zjistil/a, mezi přesností (precision) a úplností (recall) existuje kompromis. Obě metriky jsou důležité a podle toho, jak chce firma modelovat odchod zákazníků, se může vyplatit zaměřit na optimalizaci jedné z nich. Stakeholdeři ale často preferují jednu jedinou metriku, která dokáže výkon modelu shrnout. K tomu slouží například AUC nebo F1 skóre, které se počítá takto:

2 * (precision * recall) / (precision + recall)

Výhoda F1 skóre spočívá v tom, že v sobě spojuje přesnost i úplnost do jediné hodnoty. Vysoké F1 skóre je známkou dobře fungujícího modelu, a to i v situacích s nevyváženými třídami. V scikit-learn ho snadno spočítáš pomocí funkce f1_score.

Pokyny

100 XP
  • Importuj f1_score z sklearn.metrics.
  • Vypiš F1 skóre natrénovaného náhodného lesa.