Precision-Recall 곡선 그리기

모형에서 Precision과 Recall 사이의 균형을 살펴보려면 Precision-Recall 곡선을 그릴 수도 있어요. 이 곡선에서는 Precision과 Recall이 반비례 관계를 보입니다. Precision이 높아지면 Recall은 낮아지고, 그 반대도 마찬가지예요. 두 지표의 균형을 맞추지 못하면 거짓 양성(false positive)이 너무 많아지거나, 실제 사기 거래를 충분히 잡아내지 못할 수 있습니다. 이를 조정하고 성능을 비교하는 데 Precision-Recall 곡선이 유용해요.

Random Forest Classifier는 model로, 예측값은 predicted로 제공됩니다. sklearn 패키지에서 평균 precision 점수와 PR 곡선을 바로 구할 수 있어요. plot_pr_curve() 함수가 결과를 대신 그려줍니다. 직접 해볼까요?