開始使用免費開始

繪製 Precision-Recall 曲線

你也可以繪製「Precision-Recall 曲線」,用來觀察模型中兩者之間的取捨。在這條曲線上,Precision 與 Recall 呈反向關係;Precision 提高時,Recall 會下降,反之亦然。你的模型需要在兩者之間取得平衡,否則可能會出現過多的誤報(false positives),或是抓到的實際詐欺案例不夠多。為了達到這個目的並比較效能,Precision-Recall 曲線非常實用。

你的隨機森林分類器以 model 提供,預測結果是 predicted。你可以直接使用 sklearn 套件取得平均 precision 分數與 PR 曲線。plot_pr_curve() 這個函式會幫你把結果畫出來。來試試看吧。

本練習屬於課程

Fraud Detection in Python

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Calculate average precision and the PR curve
average_precision = ____(____, ____)
編輯並執行程式碼