शुरू करेंमुफ़्त में शुरू करें

रिपोर्ट मेट्रिक्स चुनना

classification_report() में कई अलग-अलग मेट्रिक्स होते हैं, लेकिन हर बार पूरे रिपोर्ट को प्रिंट करना ज़रूरी नहीं होता. कभी-कभी आप सिर्फ कुछ खास वैल्यूज़ चाहते हैं ताकि मॉडलों की तुलना कर सकें या अन्य कामों में उनका उपयोग कर सकें.

scikit-learn में एक फंक्शन है जो ये वैल्यूज़ आपके लिए निकाल देता है. यह फंक्शन precision_recall_fscore_support() है और यह classification_report जैसे ही पैरामीटर्स लेता है.

इसे इस तरह import और उपयोग किया जाता है:

# Import function
from sklearn.metrics import precision_recall_fscore_support
# Select all non-averaged values from the report
precision_recall_fscore_support(y_true,predicted_values)

वर्कस्पेस में cr_loan_prep डेटासेट और preds_df में उपलब्ध predictions पहले से लोड हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में क्रेडिट रिस्क मॉडलिंग

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Print the classification report
target_names = ['Non-Default', 'Default']
print(____(____, ____[____], target_names=target_names))
कोड संपादित करें और चलाएँ