选择报告指标
classification_report() 包含许多不同的指标,但您不一定每次都要打印完整报告。有时您只需要特定数值,用来比较模型或用于其他目的。
scikit-learn 中有一个函数可以为您提取这些数值。该函数是 precision_recall_fscore_support(),它接受与 classification_report 相同的参数。
导入并使用方式如下:
# 导入函数
from sklearn.metrics import precision_recall_fscore_support
# 选择报告中所有未取平均的数值
precision_recall_fscore_support(y_true,predicted_values)
cr_loan_prep 数据集以及 preds_df 中的预测结果已加载到工作区。
本练习是课程的一部分
Python 信用风险建模
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Print the classification report
target_names = ['Non-Default', 'Default']
print(____(____, ____[____], target_names=target_names))