Comparação de modelos de desligamento de funcionários

Neste exercício, sua tarefa é comparar os modelos balanceado e desbalanceado (padrão) usando a árvore podada (max_depth=7). O modelo desbalanceado já foi avaliado usando as métricas de revocação (recall) e ROC/AUC. Complete os mesmos passos para o modelo balanceado.

As variáveis features_train, target_train, features_test e target_test já estão disponíveis no seu ambiente de trabalho.
Um modelo desbalanceado já foi ajustado para você e suas previsões foram salvas como prediction.
As funções recall_score() e roc_auc_score() já foram importadas para você.

Este exercício faz parte do curso

HR Analytics: prevendo rotatividade de funcionários em Python

Ver curso

Instruções do exercício

Inicialize o modelo balanceado, definindo a profundidade máxima como 7 e a semente como 42.
Ajuste-o aos dados de treinamento usando o conjunto de treino.
Faça previsões usando o conjunto de teste.
Imprima a pontuação de recall e a pontuação ROC/AUC.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Print the recall score
print(recall_score(target_test,prediction))
# Print the ROC/AUC score
print(roc_auc_score(target_test,prediction))

# Initialize the model
model_depth_7_b = 
# Fit it to the training component
model_depth_7_b.fit(____,____)
# Make prediction using test component
prediction_b = 
# Print the recall score for the balanced model
print(____)
# Print the ROC/AUC score for the balanced model
print(____)

Editar e executar o código