Výkon jednoho modelu

Teď, když máš binární vektory skutečných a predikovaných hodnot modelu, můžeš vypočítat řadu běžně používaných metrik pro binární klasifikaci. V tomto cvičení se zaměříš na:

accuracy (přesnost): podíl správně predikovaných hodnot vůči všem predikcím.
precision (preciznost): podíl predikcí, které model správně označil jako TRUE.
recall (úplnost): podíl skutečných hodnot TRUE, které model správně zachytil.

Toto cvičení je součástí kurzu

Machine Learning in the Tidyverse

Zobrazit kurz

Pokyny k cvičení

Pomocí table() porovnej hodnoty validate_actual a validate_predicted pro ukázkový model a validační datový rámec.
Vypočítej accuracy.
Vypočítej precision.
Vypočítej recall.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

library(Metrics)

# Compare the actual & predicted performance visually using a table
table(___, ___)

# Calculate the accuracy
accuracy(___, ___)

# Calculate the precision
precision(___, ___)

# Calculate the recall
recall(___, ___)

Upravit a spustit kód