Precision-Recall कर्व प्लॉट करना

आप Precision-Recall कर्व भी प्लॉट कर सकते हैं, ताकि अपने मॉडल में इन दोनों के बीच का trade-off समझ सकें। इस कर्व में Precision और Recall एक-दूसरे के विपरीत संबंध रखते हैं; जैसे-जैसे Precision बढ़ता है, Recall घटता है, और इसके उलट भी। मॉडल में इन दोनों के बीच संतुलन ज़रूरी है, नहीं तो बहुत सारे false positives आ सकते हैं या फिर असली fraud केस कम पकड़े जाएँगे। इसी संतुलन तक पहुँचने और परफॉर्मेंस की तुलना करने में precision-recall कर्व बहुत उपयोगी हैं.

आपका Random Forest Classifier model के रूप में उपलब्ध है, और predictions predicted में हैं। आप sklearn पैकेज से आसानी से average precision score और PR कर्व निकाल सकते हैं। फंक्शन plot_pr_curve() आपके लिए परिणाम प्लॉट करता है। आइए, इसे आज़माते हैं।