Doğruluk ölçütlerini hesaplama: precision
Precision skoru, bir sınıflandırma algoritmasının doğruluğunu ölçmek için kullanılan önemli bir ölçüttür. Doğru Pozitiflerin, Doğru Pozitifler ile Yanlış Pozitiflerin toplamına oranı olarak hesaplanır, yani $$\frac{\text{# Doğru Pozitif}}{\text{# Doğru Pozitif} + \text{# Yanlış Pozitif}}.$$
- Doğru Pozitif: Gerçekte işten ayrılan ve ayrılıyor olarak doğru sınıflandırılan çalışan sayısı
- Yanlış Pozitif: Gerçekte kalan ama ayrılıyor olarak yanlış sınıflandırılan çalışan sayısı
Yanlış Pozitif yoksa precision skoru 1’e eşittir. Doğru Pozitif yoksa precision skoru 0’a eşittir.
Bu egzersizde, ilk sınıflandırma modelimiz için precision skorunu (sklearn içindeki precision_score fonksiyonunu kullanarak) hesaplayacağız.
features_test ve target_test değişkenleri çalışma alanında mevcut.
Bu egzersiz
İK Analitiği: Python ile Çalışan Terkini (Churn) Tahmin Etme
kursunun bir parçasıdırEgzersiz talimatları
sklearn.metricsmodülündenprecision_scorefonksiyonunu içe aktar.- Test kümesinin özelliklerine dayanarak ilk modeli kullanarak churn tahmini yap.
target_testile test kümesi tahminlerini karşılaştırarak precision skorunu hesapla.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Import the function to calculate precision score
from sklearn.____ import ____
# Predict whether employees will churn using the test set
prediction = model.____(features_test)
# Calculate precision score by comparing target_test with the prediction
____(target_test, ____)