Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Medições de Desempenho| 93

Agora, utilizando a função

precision_recall_curve()

com essas pontuações, você

pode calcular a precisão e a revocação para todos os limiares possíveis:

from sklearn.metrics import precision_recall_curve

precisions, recalls, thresholds = precision_recall_curve(y_train_5, y_scores)

Finalmente, utilizando o Matplotlib (Figura 3-4), você pode plotar a precisão e a revo-

cação como funções de valor do limiar:

def plot_precision_recall_vs_threshold(precisions, recalls, thresholds):

plt.plot(thresholds, precisions[:-1], "b--", label="Precision")

plt.plot(thresholds, recalls[:-1], "g-", label="Recall")

plt.xlabel("Threshold")