1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Rekurentní neuronové sítě (RNN) pro jazykové modelování s Keras
Connected

cvičení

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.

Pokyny 1/3

undefined XP
    1
    2
    3
  • Vypočítej precision modelu sentiment_model pomocí proměnných sentiment_y_true a sentiment_y_pred a výsledek ulož do proměnné prec_sentiment.
  • Získanou hodnotu vypiš.