Chỉ số đánh giá mô hình

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Mark Peterson

Director of Data Science, Infoblox

Lệch lớp (Imbalanced classes)

telco['Churn'].value_counts()

no     2850
yes     483
Name: Churn, dtype: int64

• Accuracy không phải chỉ số hữu ích

Precision

Chỉ số	Công thức
Precision	True Positives / (True Positives + False Positives)

 

• Mô hình có precision cao cho thấy:
  • Ít dương tính giả ("báo động giả")
  • Không nhiều người không rời bỏ bị phân loại là rời bỏ

Recall

Chỉ số	Công thức
Recall/Sensitivity	True Positives / (True Positives + False Negatives)

 

• Mô hình có recall cao cho thấy mô hình phân loại đúng phần lớn người rời bỏ

Precision vs. Recall

Ma trận nhầm lẫn trong scikit-learn

from sklearn.metrics import confusion_matrix

cm = confusion_matrix(y_test, y_pred)

Cùng luyện tập nào!

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python