1. 学ぶ
    2. /
  2. コース
    3. /
  3. HRアナリティクス：Pythonで従業員離職を予測する
Connected

演習

精度（Precision）を計算する

Precision（適合率）は、分類アルゴリズムの正確さを測る重要な指標です。True Positiveの数を、True PositiveとFalse Positiveの合計で割った値として計算します。 $$\frac{\text{# of True Positives}}{\text{# of True Positives} + \text{# of False Positives}}.$$

  • True Positive は、実際に退職した従業員で、正しく退職と分類された人数です。
  • False Positive は、実際には在籍しているのに、誤って退職と分類された人数です。

False Positiveがなければ、precisionは1になります。 True Positiveがなければ、precisionは0になります。

この演習では、初期の分類モデルに対して、sklearnのprecision_score関数を使ってprecisionを計算します。

features_testとtarget_testの変数はワークスペースに用意されています。

指示

100 XP
  • sklearn.metricsモジュールからprecision_score関数をインポートします。
  • 初期モデルを使って（テストデータの特徴量に基づき）離職を予測します。
  • target_testとテストセットの予測結果を比較して、precisionを計算します。