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

cvičení

Výkon při multi-class klasifikaci

V tomto cvičení vypočítáš metriky výkonu modelu pomocí modulu sklearn.metrics.

Model je již natrénovaný a uložený v proměnné model. V prostředí jsou také načteny proměnné X_test a y_true spolu s funkcemi confusion_matrix() a classification_report() z balíčku sklearn.metrics.

Nejprve vypočítáš matici záměn (confusion matrix) modelu. Poté pomocí funkce classification_report() získáš souhrnné metriky výkonu: přesnost (precision), úplnost (recall) a F1-skóre. Do této funkce můžeš volitelně předat list s názvy tříd (uložený v proměnné news_cat) jako parametr target_names, čímž zprávu zpřehledníš.

Pokyny 1/3

undefined XP
    1
    2
    3
  • Proveď předpovědi na datech X_test a ulož je do proměnné predicted.
  • Pomocí np.argmax(axis=1) získej třídu s nejvyšší pravděpodobností a ulož ji do proměnné y_pred.