2. F-beta Score
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.fbeta_score.html
sklearn.metrics.fbeta_score
scikit-learn.org
3.PR(Precision-Recall) Curve
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html
sklearn.metrics.precision_recall_curve
Examples using sklearn.metrics.precision_recall_curve: Visualizations with Display Objects Visualizations with Display Objects, Precision-Recall Precision-Recall,
scikit-learn.org
'Growth > 통계' 카테고리의 다른 글
| 테슬라 기사로 알아보는 데이터 분석 (0) | 2022.07.20 |
|---|---|
| 머신러닝 11강 part 3: 특이도, Specificity, TNR, FPR, ROC, AUC | 레이더 감지 알람 (0) | 2022.07.20 |
| [StatnMath] [머신러닝/기계학습] [분류모델] 불균형데이터학습에서 F1을 확인해야하는 이유 (0) | 2022.07.20 |
| Predicting Customer Lifetime Value with “Buy ‘Til You Die” probabilistic models in Python (0) | 2022.07.11 |
| 벅슨의 역설 (0) | 2022.07.09 |
댓글