Compararea modelelor de predicție a fluctuației angajaților

În acest exercițiu, sarcina ta este să compari modelele echilibrat și neechilibrat (implicit) folosind arborele tăiat (max_depth=7). Modelul neechilibrat este deja realizat folosind scorurile recall și ROC/AUC. Parcurge aceiași pași și pentru modelul echilibrat.

Variabilele features_train, target_train, features_test și target_test sunt deja disponibile în spațiul tău de lucru.
Un model neechilibrat a fost deja antrenat pentru tine, iar predicțiile sale sunt salvate ca prediction.
Funcțiile recall_score() și roc_auc_score() au fost deja importate pentru tine.

Acest exercițiu face parte din cursul

HR Analytics: Predicția fluctuației angajaților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Inițializează modelul echilibrat, setând adâncimea maximă la 7 și seed-ul la 42.
Antrenează-l pe componenta de antrenament folosind setul de antrenament.
Realizează predicții folosind setul de testare.
Afișează scorul recall și scorul ROC/AUC.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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(____)

Editează și rulează codul