Calcular otras métricas
Además de la accuracy, calculemos también el F1 score de este nuevo modelo para tener una visión más completa del rendimiento.
Ya tienes hecho un split de entrenamiento-prueba 70-30 y se han importado todos los módulos necesarios.
Este ejercicio forma parte del curso
Marketing Analytics: Predicción de churn de clientes en Python
Instrucciones del ejercicio
- Predice las etiquetas del conjunto de prueba.
- Imprime el F1 score.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import f1_score
from sklearn.metrics import f1_score
# Instantiate the classifier
clf = RandomForestClassifier()
# Fit to the data
clf.fit(X_train, y_train)
# Predict the labels of the test set
y_pred = ____
# Print the F1 score
print(____)