総合評価スコア

precision と recall は重みづけが異なる場合があり、そのため F-beta スコアは重要な評価指標です。さらに、AUC-ROC は precision と recall を補完する重要な指標です。以前見たように、AUC が高くても precision が低いモデルがあり得るためです。この演習では、各分類器について評価指標一式を計算します。

各分類器の名前を返す print_estimator_name() 関数が用意されています。X_train、y_train、X_test、y_test はワークスペースに用意されており、特徴量はすでに標準化されています。pandas は pd として、sklearn もワークスペースで利用できます。