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
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Calculate average precision and the PR curve
average_precision = ____(____, ____)