Memplot Precision-Recall Curve
Anda juga dapat memplot Precision-Recall curve untuk menelusuri trade-off antara keduanya pada model Anda. Pada kurva ini Precision dan Recall berhubungan terbalik; saat Precision meningkat, Recall menurun dan sebaliknya. Model Anda perlu mencapai keseimbangan antara keduanya, jika tidak Anda bisa berakhir dengan terlalu banyak positif palsu, atau terlalu sedikit kasus kecurangan yang benar-benar tertangkap. Untuk mencapai hal tersebut dan membandingkan kinerja, kurva precision-recall sangat berguna.
Random Forest Classifier Anda tersedia sebagai model, dan prediksinya sebagai predicted. Anda dapat dengan mudah memperoleh skor precision rata-rata dan kurva PR dari paket sklearn. Fungsi plot_pr_curve() akan memplot hasilnya untuk Anda. Mari kita coba.
Latihan ini adalah bagian dari kursus
Deteksi Kecurangan di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Calculate average precision and the PR curve
average_precision = ____(____, ____)