Precision vs. Recall
모델을 평가할 때 사용하는 정확도 지표는 항상 구체적인 활용 사례에 기반해야 해요. 이번 예에서는, 당신이 Tic-Tac-Toe를 할 때 정말 지는 걸 싫어하지만, 오직 이길 거라고 확신할 때만 그렇다고 가정해 봅시다.
이 상황에 가장 적합한 정확도 지표, 즉 precision 또는 recall 중 하나를 골라 예제를 완성하세요. 기억하세요, 이길 거라고 생각한다면 진짜로 이겨야 해요!
tic_tac_toe 데이터셋으로 학습한 랜덤 포레스트 분류 모델 rfc를 사용하세요.
이 연습은 강의의 일부입니다
Python에서의 모델 검증
연습 안내
sklearn에서 precision 또는 recall 지표를 임포트하세요. 주어진 맥락에서 정답은 하나뿐이에요.y_test를 실제 값으로,test_predictions를 예측 값으로 사용해 precision 또는 recall을 계산하세요.- 선택한 지표에 따른 최종 점수를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
from sklearn.metrics import ____
test_predictions = rfc.predict(X_test)
# Create precision or recall score based on the metric you imported
score = ____(____, ____)
# Print the final result
print("The ____ value is {0:.2f}".format(____))