เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณเมตริกอื่น ๆ

นอกจากความแม่นยำแล้ว ลองคำนวณ F1 score ของโมเดลใหม่นี้ด้วย เพื่อให้เห็นภาพประสิทธิภาพของโมเดลได้ชัดเจนยิ่งขึ้น

การแบ่งข้อมูลแบบ 70-30 สำหรับการฝึกและทดสอบได้ดำเนินการไว้ให้แล้ว และได้นำเข้าโมดูลที่จำเป็นทั้งหมดเรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python

ดูคอร์ส

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(____)
แก้ไขและรันโค้ด