एक्युरेसी मेट्रिक्स की गणना: रिकॉल
Recall स्कोर एक और महत्वपूर्ण मेट्रिक है जो किसी क्लासिफिकेशन एल्गोरिदम की एक्युरेसी मापने के लिए इस्तेमाल होता है. इसे इस प्रकार निकाला जाता है: True Positives का भागफल, True Positives और False Negatives के योग से, या $$\frac{\text{# of True Positives}}{\text{# of True Positives} + \text{# of False Negatives}}.$$
यदि कोई False Negatives नहीं हैं, तो recall स्कोर 1 के बराबर होगा. यदि कोई True Positives नहीं हैं, तो recall स्कोर 0 के बराबर होगा.
इस अभ्यास में, आप अपने शुरुआती क्लासिफिकेशन मॉडल के लिए recall स्कोर (sklearn के recall_score फंक्शन का उपयोग करके) निकालेंगे.
features_test और target_test वैरिएबल आपके वर्कस्पेस में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
HR Analytics: Python में कर्मचारी churn की भविष्यवाणी
अभ्यास निर्देश
- Recall स्कोर गणना करने वाला फंक्शन इम्पोर्ट करें.
- टेस्ट सेट की फीचर्स के आधार पर शुरुआती मॉडल से churn का अनुमान लगाएँ.
target_testऔर प्रेडिक्शंस की तुलना करके recall स्कोर निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the function to calculate recall score
from sklearn.____ import ____
# Use the initial model to predict churn
prediction = model.____(features_test)
# Calculate recall score by comparing target_test with the prediction
____(target_test, ____)