정확도 지표 계산: 재현율(recall)
Recall 점수는 분류 알고리즘의 성능을 측정할 때 사용하는 또 다른 중요한 지표예요. 참 양성(True Positive)의 수를 참 양성과 거짓 음성(False Negative)의 합으로 나눈 값으로 계산합니다. $$\frac{\text{# of True Positives}}{\text{# of True Positives} + \text{# of False Negatives}}.$$
거짓 음성이 없으면 recall 점수는 1과 같아요. 참 양성이 없으면 recall 점수는 0과 같아요.
이 연습 문제에서는 초기 분류 모델에 대해 sklearn의 recall_score 함수를 사용해 recall 점수를 계산해 보세요.
작업 공간에는 features_test와 target_test 변수가 제공되어 있어요.
이 연습은 강의의 일부입니다
HR Analytics: Python으로 직원 이탈 예측하기
연습 안내
- recall 점수를 계산하는 함수를 가져오세요.
- 초기 모델을 사용해 테스트 세트의 feature를 바탕으로 이직(churn)을 예측하세요.
target_test와 예측값을 비교해 recall 점수를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import the function to calculate recall score
from sklearn.____ import ____
# Use the initial model to predict churn
prediction = model.____(features_test)
# Calculate recall score by comparing target_test with the prediction
____(target_test, ____)