LoslegenKostenlos loslegen

Berechnungen mit der Konfusionsmatrix

Dein Klassifikator auf den Kreditdaten erzielte folgende Werte: 163 True Positives, 15 False Positives, 48 False Negatives und 24 True Negatives. Diese Zahlen sind in der Konsole bereits als tp, fp, fn und tn für dich geladen. Die folgenden Aussagen beziehen sich auf zwei Metriken: Accuracy (Anteil korrekt klassifizierter Beispiele) und Recall (Anteil der tatsächlich positiven Beispiele, die als positiv klassifiziert wurden). Welche Aussage ist richtig?

Diese Übung ist Teil des Kurses

Machine-Learning-Workflows in Python entwerfen

Kurs anzeigen

Interaktive Übung

In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.

Übung starten