ทบทวนเมตริกประสิทธิภาพ

จำชุดข้อมูลสินเชื่อได้ไหม? ด้วยความรู้เพิ่มเติมเกี่ยวกับเมตริกที่มีอยู่ตอนนี้ ลองมาดูกันอีกครั้งว่า random forest ทำงานได้ดีแค่ไหนบนชุดข้อมูลนี้ โมเดลถูกเทรนไว้แล้ว และได้ confusion matrix บนข้อมูลทดสอบเรียบร้อยแล้ว ผลลัพธ์มีให้ใช้งานในรูปแบบตัวแปร tp, fp, fn และ tn ซึ่งแทน true positives, false positives, false negatives และ true negatives ตามลำดับ นอกจากนี้ยังมี label จริงของข้อมูลทดสอบในชื่อ y_test และ label ที่โมเดลพยากรณ์ไว้ในชื่อ preds รวมถึงฟังก์ชัน f1_score() และ precision_score() ที่ถูก import มาแล้ว