Построение кривой точности и полноты

Вы также можете построить кривую точности и полноты (Precision-Recall), чтобы исследовать компромисс между этими двумя метриками в вашей модели. На этой кривой точность и полнота находятся в обратной зависимости: при росте точности полнота падает, и наоборот. Важно найти баланс между ними — иначе модель будет давать слишком много ложноположительных срабатываний или пропускать реальные случаи мошенничества. Кривые точности и полноты помогают достичь этого баланса и сравнить качество моделей.

Ваш классификатор на основе случайного леса доступен как model, а предсказания — как predicted. Средний балл точности и кривую PR можно легко получить с помощью пакета sklearn. Функция plot_pr_curve() отобразит результаты за вас. Давайте попробуем.