การพล็อต Precision-Recall Curve

สามารถพล็อต Precision-Recall Curve เพื่อวิเคราะห์ความสัมพันธ์แบบแลกเปลี่ยนระหว่างค่าทั้งสองในโมเดลได้ ใน curve นี้ Precision และ Recall มีความสัมพันธ์แบบผกผัน กล่าวคือ เมื่อ Precision เพิ่มขึ้น Recall จะลดลง และในทางกลับกัน โมเดลจำเป็นต้องหาจุดสมดุลระหว่างค่าทั้งสอง มิฉะนั้นอาจเกิด false positive จำนวนมาก หรือตรวจจับกรณีฉ้อโกงจริงได้ไม่เพียงพอ การใช้ precision-recall curves จึงช่วยในการเปรียบเทียบประสิทธิภาพได้เป็นอย่างดี

Random Forest Classifier พร้อมใช้งานในตัวแปร model และค่าที่พยากรณ์ไว้ในตัวแปร predicted สามารถคำนวณ average precision score และพล็อต PR curve ได้ง่าย ๆ จาก sklearn โดยฟังก์ชัน plot_pr_curve() จะพล็อตผลลัพธ์ให้อัตโนมัติ ลองทำดูเลย