1. 학습
    2. /
  2. 강의
    3. /
  3. HR Analytics: Python으로 직원 이탈 예측하기
Connected

연습 문제

ROC/AUC 점수 계산하기

Recall 점수는 분류 알고리즘의 정확도를 평가하는 데 중요한 지표이지만, 거짓 음성( False Negatives)에 가중치가 크다는 한계가 있습니다. 반면 Precision은 거짓 양성(False Positives)에 초점을 둡니다.

이 두 지표를 함께 살펴볼 수 있도록 해 주는 것이 ROC 곡선이며, 해당 곡선 아래 면적이 AUC 점수입니다.

이 연습 문제에서는 sklearn의 roc_auc_score() 함수를 사용해 초기 모델의 ROC/AUC 점수를 계산해 보겠습니다.

변수 features_test와 target_test는 작업 공간에 준비되어 있습니다.

지침

100 XP
  • ROC/AUC 점수를 계산하는 함수를 임포트하세요.
  • 초기 모델을 사용해 테스트 세트의 특성으로 이직 여부를 예측하세요.
  • target_test와 예측값을 비교하여 ROC/AUC 점수를 계산하세요.