1. Learn
    2. /
  2. คอร์ส
    3. /
  3. HR Analytics: Przewidywanie rotacji pracowników w Pythonie
Connected

แบบฝึกหัด

Obliczanie metryk dokładności: recall

Recall (czułość) to kolejna ważna metryka służąca do oceny dokładności algorytmu klasyfikacji. Oblicza się ją jako iloraz liczby prawdziwych wyników pozytywnych (True Positives) przez sumę prawdziwych wyników pozytywnych i fałszywych wyników negatywnych (False Negatives), czyli $$\frac{\text{# of True Positives}}{\text{# of True Positives} + \text{# of False Negatives}}.$$

Jeśli nie ma fałszywych wyników negatywnych, recall wynosi 1. Jeśli nie ma prawdziwych wyników pozytywnych, recall wynosi 0.

W tym ćwiczeniu obliczysz recall (korzystając z funkcji recall_score z biblioteki sklearn) dla swojego początkowego modelu klasyfikacji.

Zmienne features_test i target_test są dostępne w twoim środowisku pracy.

คำแนะนำ

100 XP
  • Zaimportuj funkcję do obliczania recall.
  • Użyj początkowego modelu, aby przewidzieć odejścia pracowników (na podstawie cech ze zbioru testowego).
  • Oblicz recall, porównując target_test z predykcjami.