Đường cong ROC
Giờ hãy tạo đường cong ROC cho bộ phân loại random forest. Bước đầu tiên là tính xác suất dự đoán mà bộ phân loại trả về cho mỗi nhãn bằng phương thức .predict_proba(). Sau đó, bạn có thể dùng hàm roc_curve từ sklearn.metrics để tính tỷ lệ dương tính giả (false positive rate) và tỷ lệ dương tính thật (true positive rate), rồi vẽ chúng bằng matplotlib.
Một RandomForestClassifier được huấn luyện với 70% dữ liệu đã được fit và có sẵn trong workspace của bạn dưới tên clf.
Bài tập này là một phần của khóa học
Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Generate the probabilities
y_pred_prob = ____.____(____)[:, 1]