분류모델 평가지표

• Accuracy
• Precision
• Recall
• F1-score
• ROC_AUC

(1) ROC_AUC
: 확률값이 필요하다
구분(분류모델) 평가지표 결과 및 설명
predict_proba()

• roc_auc
• 2차원 형태: [[0.4, 0.6], [0.7, 0.3], [0.3, 0.7]]
• 각 클래스의 예측 확률 반환
  predict()
• 정확도, F1 score, 정밀도, 재현율
• 1차원 형태: [1,0,1]
• 예측된 클래스(레이블) 반환

from sklearn.metrics import roc_auc_score
roc_auc = roc_auc_score(y_val, pred[:,1])
print(roc_auc)

from sklearn.metrics import accuracy_score
pred = rf.predict(X_val)
pred[:10]
accuracy = accuracy_score(y_val, pred)
print(accuracy)

from sklearn.metrics import f1_score
f1 = f1_score(y_val, pred, pos_label='>50K')
print(f1)