1. Learn
    2. /
  2. Courses
    3. /
  3. HR Analytics: Python으로 직원 이탈 예측하기
Connected

Exercise

정확도 지표 계산: 정밀도(Precision)

Precision 점수는 분류 알고리즘의 정확도를 평가할 때 중요한 지표예요. True Positive를 True Positive와 False Positive의 합으로 나눈 비율로 계산합니다. $$\frac{\text{# of True Positives}}{\text{# of True Positives} + \text{# of False Positives}}.$$

  • True Positives는 실제로 퇴사했고, 퇴사로 올바르게 분류된 직원 수를 의미해요.
  • False Positives는 실제로는 재직 중이지만, 잘못 퇴사로 분류된 직원 수를 의미해요.

False Positive가 없다면 precision 점수는 1과 같아요. True Positive가 없다면 precision 점수는 0과 같아요.

이 연습 문제에서는 초기 분류 모델에 대해 sklearn의 precision_score 함수를 사용해 precision 점수를 계산하겠습니다.

features_test와 target_test 변수는 작업 공간에 준비되어 있어요.

Instructions

100 XP
  • sklearn.metrics 모듈에서 precision_score 함수를 임포트하세요.
  • 테스트 세트의 특성을 바탕으로 초기 모델을 사용해 이탈 여부를 예측하세요.
  • target_test와 테스트 세트 예측값을 비교해 precision 점수를 계산하세요.