1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Intermediate Deep Learning with PyTorch
Connected

cvičení

Vyhodnocení víceřídového modelu

Pojďme vyhodnotit náš klasifikátor mraků pomocí přesnosti a úplnosti, abychom zjistili, jak dobře dokáže rozpoznat sedm typů mraků. U víceřídové klasifikace záleží na tom, jak průměruješ skóre přes jednotlivé třídy. Připomeňme si čtyři přístupy:

  • Bez průměrování – výsledky se analyzují zvlášť pro každou třídu;
  • Mikro-průměrování – třídy se ignorují a metriky se počítají globálně;
  • Makro-průměrování – metriky se spočítají pro každou třídu a výsledky se zprůměrují;
  • Vážené průměrování – stejné jako makro, ale průměr je vážený velikostí třídy.

Precision i Recall jsou již naimportované z torchmetrics. Je čas zjistit, jak si náš model vede!

Instrukce 1/2

undefined XP
  • 1
    • Definuj metriky přesnosti a úplnosti počítané globálně napříč všemi příklady.
  • 2
    • Uprav kód tak, aby se přesnost a úplnost počítaly zvlášť pro každou třídu a výsledky se zprůměrovaly prostým průměrem.