Precision nebo recall – to je oč tu běží
Seznámil/a ses s několika metrikami výkonu a možná se ptáš: kdy použít precision a kdy recall? Obě metriky se počítají pro každou třídu zvlášť a někdy není snadné poznat, na kterou se zaměřit.
Precision měří, jak spolehlivě model předpovídá danou třídu, zatímco recall ukazuje, jak dobře je třída samotná rozpoznávána. Pokud je precision pro určitou třídu vysoká, můžeš modelu věřit, když tuto třídu predikuje. Pokud je naopak vysoký recall, máš jistotu, že model tuto třídu dobře chápe.
Následuj pokyny a podívej se na srovnání precision a recall na konkrétním příkladu. Funkce precision_score() a recall_score() jsou již načteny.
Toto cvičení je součástí kurzu
Rekurentní neuronové sítě (RNN) pro jazykové modelování s Keras
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Compute the precision of the sentiment model
prec_sentiment = ____(sentiment_y_true, ____, average=None)
____