การคำนวณเมตริกอื่น ๆ
นอกจากความแม่นยำแล้ว ลองคำนวณ F1 score ของโมเดลใหม่นี้ด้วย เพื่อให้เห็นภาพประสิทธิภาพของโมเดลได้ชัดเจนยิ่งขึ้น
การแบ่งข้อมูลแบบ 70-30 สำหรับการฝึกและทดสอบได้ดำเนินการไว้ให้แล้ว และได้นำเข้าโมดูลที่จำเป็นทั้งหมดเรียบร้อยแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- ทำนายป้ายกำกับของชุดทดสอบ
- แสดงผล F1 score
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import f1_score
from sklearn.metrics import f1_score
# Instantiate the classifier
clf = RandomForestClassifier()
# Fit to the data
clf.fit(X_train, y_train)
# Predict the labels of the test set
y_pred = ____
# Print the F1 score
print(____)