最終的な分類のスコアは、その分母を説明できて初めて役に立ちます。この練習セットでは、当てはめた分類器、特徴量を使わないベースライン、さまざまな指標を交互に扱います。架空のチームごとに新しいレコードがあるので、前の課題の数値を持ち込むのではなく、与えられた配列から要求された結果を計算してください。
陽性クラスは1に固定してください。適合率はチームがレビューするアラートを、再現率はチームが見つける陽性のケースを表します。F1はその2つの率のバランスを取り、正解率はすべての正しいラベルを数えます。多数派のクラスだけを予測するモデルは、陽性クラスのカバー範囲より正解率を良く見せることがあります。課題は前の方法を使い、別の推定器は導入しません。最も単純なベースラインを当てはめるときも含めて、テストの区分を最後まで守ってください。