Memilih metrik laporan
classification_report() memiliki banyak metrik di dalamnya, tetapi Anda tidak selalu perlu mencetak seluruh laporan. Terkadang Anda hanya memerlukan nilai tertentu untuk membandingkan model atau untuk keperluan lain.
Ada sebuah fungsi di scikit-learn yang mengambil nilai-nilai tersebut untuk Anda. Fungsi itu adalah precision_recall_fscore_support() dan menerima parameter yang sama seperti classification_report.
Fungsi tersebut diimpor dan digunakan seperti ini:
# 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)
Himpunan data cr_loan_prep beserta prediksi di preds_df sudah dimuat di workspace.
Latihan ini adalah bagian dari kursus
Pemodelan Risiko Kredit dengan Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Print the classification report
target_names = ['Non-Default', 'Default']
print(____(____, ____[____], target_names=target_names))