Precision बनाम Recall
जिस एक्यूरेसी मेट्रिक का आप अपने मॉडल का मूल्यांकन करने के लिए उपयोग करते हैं, वह हमेशा आपकी विशेष एप्लिकेशन पर आधारित होनी चाहिए। इस उदाहरण में मान लीजिए कि आप Tic-Tac-Toe खेलते समय बहुत हार नहीं मानते, लेकिन केवल तब जब आपको पक्का यक़ीन हो कि आप जीतने वाले हैं।
इस उदाहरण को पूरा करने के लिए सबसे उपयुक्त एक्यूरेसी मेट्रिक चुनिए — precision या recall में से एक। लेकिन याद रखिए, अगर आपको लगता है कि आप जीतने वाले हैं, तो फिर जीतना ही चाहिए!
rfc का उपयोग कीजिए, जो tic_tac_toe डेटासेट पर बना हुआ एक random forest classification मॉडल है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Model Validation
अभ्यास निर्देश
sklearnसे precision या recall मेट्रिक इम्पोर्ट करें। दिए गए संदर्भ में केवल एक ही मेथड सही है.y_test(सही मान) औरtest_predictions(प्रेडिक्शंस) का उपयोग करके precision या recall कैलकुलेट करें.- आपके चुने हुए मेट्रिक के आधार पर अंतिम स्कोर प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from sklearn.metrics import ____
test_predictions = rfc.predict(X_test)
# Create precision or recall score based on the metric you imported
score = ____(____, ____)
# Print the final result
print("The ____ value is {0:.2f}".format(____))