绘制 Precision-Recall 曲线
您也可以绘制一条 Precision-Recall 曲线,用来研究模型中二者之间的权衡关系。在这条曲线上,Precision 与 Recall 呈反向关系;当 Precision 提高时,Recall 会下降,反之亦然。模型需要在两者之间取得平衡,否则就可能出现过多的误报,或真实欺诈样本捕获不足。为此并便于比较模型表现,Precision-Recall 曲线非常实用。
您的随机森林分类器已作为 model 提供,预测结果为 predicted。您可以直接使用 sklearn 包计算平均精确率分数和 PR 曲线。函数 plot_pr_curve() 会为您绘制结果。让我们试一试。
本练习是课程的一部分
Python 中的欺诈检测
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate average precision and the PR curve
average_precision = ____(____, ____)