ComeçarComece de graça

Plotando a Curva Precisão-Recall

Você também pode plotar uma curva Precisão-Recall para investigar o trade-off entre as duas métricas no seu modelo. Nessa curva, Precisão e Recall são inversamente relacionadas; conforme a Precisão aumenta, o Recall diminui e vice-versa. É preciso equilibrar as duas no seu modelo, caso contrário você pode acabar com muitos falsos positivos ou capturar poucos casos reais de fraude. Para alcançar esse equilíbrio e comparar o desempenho, as curvas de precisão-recall são muito úteis.

Seu Random Forest Classifier está disponível como model, e as previsões como predicted. Você pode obter facilmente a pontuação de precisão média e a curva PR usando o pacote sklearn. A função plot_pr_curve() faz o gráfico para você. Vamos tentar?

Este exercício faz parte do curso

Detecção de Fraudes em Python

Ver curso

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Calculate average precision and the PR curve
average_precision = ____(____, ____)
Editar e executar o código