Tính chỉ số độ chính xác: precision
Điểm Precision là một chỉ số quan trọng để đo lường độ chính xác của thuật toán phân loại. Nó được tính bằng tỷ lệ giữa số True Positives trên tổng số True Positives và False Positives, tức là $$\frac{\text{# True Positives}}{\text{# True Positives} + \text{# False Positives}}.$$
- True Positives là số nhân viên thực sự nghỉ việc và được phân loại đúng là nghỉ việc
- False Positives là số nhân viên thực sự ở lại nhưng bị phân loại sai là nghỉ việc
Nếu không có False Positives, điểm precision bằng 1. Nếu không có True Positives, điểm precision bằng 0.
Trong bài tập này, bạn sẽ tính điểm precision (dùng hàm precision_score của sklearn) cho mô hình phân loại ban đầu.
Các biến features_test và target_test đã có sẵn trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Phân tích Nhân sự (HR Analytics): Dự đoán nghỉ việc bằng Python
Hướng dẫn bài tập
- Import hàm
precision_scoretừ mô-đunsklearn.metrics. - Dùng mô hình ban đầu để dự đoán churn (dựa trên các đặc trưng của tập kiểm tra).
- Tính điểm precision bằng cách so sánh
target_testvới các dự đoán trên tập kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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, ____)