Precision và recall
Các chỉ số đánh giá độ chính xác mà bạn dùng để đánh giá mô hình phải luôn luôn dựa trên bài toán cụ thể. Trong ví dụ này, giả sử bạn là người cực ghét thua khi chơi Tic-Tac-Toe, nhưng chỉ khi bạn chắc chắn là mình sẽ thắng.
Hãy chọn chỉ số đánh giá phù hợp nhất, precision hoặc recall, để hoàn thành ví dụ. Nhưng nhớ rằng, nếu bạn nghĩ mình sẽ thắng, thì nhất định phải thắng!
Sử dụng rfc, là mô hình phân loại random forest được xây dựng trên tập dữ liệu tic_tac_toe.
Bài tập này là một phần của khóa học
Xác thực Mô hình trong Python
Hướng dẫn bài tập
- Import metric precision hoặc recall từ
sklearn. Chỉ có một phương thức đúng cho ngữ cảnh này. - Tính precision hoặc recall dùng
y_testcho giá trị đúng vàtest_predictionscho dự đoán. - In ra điểm số cuối cùng theo metric bạn đã chọn.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from sklearn.metrics import ____
test_predictions = rfc.predict(X_test)
# Create precision or recall score based on the metric you imported
score = ____(____, ____)
# Print the final result
print("The ____ value is {0:.2f}".format(____))