Обчислення метрик точності: recall
Показник Recall — ще одна важлива метрика для оцінювання точності алгоритму класифікації. Його обчислюють як частку True Positives від суми True Positives і False Negatives, тобто $$\frac{\text{# of True Positives}}{\text{# of True Positives} + \text{# of False Negatives}}.$$
Якщо немає False Negatives, значення recall дорівнює 1. Якщо немає True Positives, значення recall дорівнює 0.
У цій вправі ви обчислите значення recall (за допомогою функції sklearn recall_score) для початкової моделі класифікації.
Змінні features_test і target_test доступні у вашому робочому середовищі.
Ця вправа є частиною курсу
HR Analytics: прогнозування плинності персоналу в Python
Інструкції до вправи
- Імпортуйте функцію для обчислення показника recall.
- Використайте початкову модель, щоб спрогнозувати відтік (на основі ознак тестового набору).
- Обчисліть значення recall, порівнявши
target_testіз прогнозами.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import the function to calculate recall score
from sklearn.____ import ____
# Use the initial model to predict churn
prediction = model.____(features_test)
# Calculate recall score by comparing target_test with the prediction
____(target_test, ____)