Erinnerung: Leistungsmetriken

Erinnerst du dich an den Kredit-Datensatz? Mit all dem zusätzlichen Wissen über Metriken schauen wir uns noch einmal an, wie gut ein Random Forest auf diesem Datensatz abschneidet. Du hast deinen Klassifikator bereits trainiert und die Konfusionsmatrix auf den Testdaten berechnet. Die Testdaten und die Ergebnisse stehen dir als tp, fp, fn und tn zur Verfügung, für True Positives, False Positives, False Negatives und True Negatives. Außerdem hast du die Ground-Truth-Labels für die Testdaten, y_test, und die vorhergesagten Labels, preds. Die Funktionen f1_score() und precision_score() wurden ebenfalls importiert.