Tracer la courbe précision-rappel

Vous pouvez aussi tracer une courbe précision-rappel pour analyser le compromis entre ces deux mesures dans votre modèle. Sur cette courbe, la précision et le rappel sont inversement liés : quand la précision augmente, le rappel diminue, et vice versa. Il faut trouver un juste équilibre, sinon vous risquez d'obtenir beaucoup de faux positifs ou, à l'inverse, de rater des cas de fraude réels. Pour y arriver et comparer la performance, les courbes précision-rappel sont très utiles.

Votre classificateur Random Forest est disponible sous model, et les prédictions sous predicted. Vous pouvez facilement obtenir la précision moyenne et la courbe PR à partir du paquet sklearn. La fonction plot_pr_curve() trace les résultats pour vous. Essayons-le.