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

ROC/AUC スコアを計算する

Recall スコアは分類アルゴリズムの正確さを測るうえで重要ですが、False Negative の数を重視しすぎます。一方で、Precision は False Positive の数に重点を置きます。

これらを組み合わせた ROC 曲線を用いると、再現率と適合率の両方を評価できます。ROC 曲線の下の面積は AUC スコアとして計算されます。

この演習では、sklearn の roc_auc_score() 関数を使って初期モデルの ROC/AUC スコアを計算します。

features_test と target_test の変数はワークスペース内で利用できます。

指示

100 XP
  • ROC/AUC スコアを計算する関数をインポートします。
  • テストセットの特徴量に基づいて、初期モデルで離職を予測します。
  • target_test と予測結果を比較して ROC/AUC スコアを計算します。