Inizia subitoInizia gratis

Selezionare le metriche del report

classification_report() include molte metriche diverse, ma non sempre vuoi stampare l'intero report. A volte ti servono solo alcuni valori per confrontare i modelli o per altri scopi.

In scikit-learn c'è una funzione che estrae per te questi valori: precision_recall_fscore_support(), che accetta gli stessi parametri di classification_report.

Si importa e si usa così:

# Importa la funzione
from sklearn.metrics import precision_recall_fscore_support
# Seleziona tutti i valori non mediati dal report
precision_recall_fscore_support(y_true,predicted_values)

L'insieme di dati cr_loan_prep e le previsioni in preds_df sono già stati caricati nello workspace.

Questo esercizio fa parte del corso

Credit Risk Modeling in Python

Visualizza corso

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Print the classification report
target_names = ['Non-Default', 'Default']
print(____(____, ____[____], target_names=target_names))
Modifica ed esegui il codice