Konfusionsmatrix interpretieren
Du erhältst die tatsächlichen Diagnosen und die vorhergesagten Diagnosen für den Datensatz heart_disease – actuals bzw. predictions. Importiere und erstelle eine Konfusionsmatrix dieser Diagnosen mit der importierten Funktion confusion_matrix(), um die richtige Antwort auszuwählen. Beachte, dass das sklearn-Ausgabeformat für Konfusionsmatrizen folgendermaßen ist:
| Actual: Heart disease | Actual: No heart disease | |
|---|---|---|
| Predicted: Heart disease | ||
| Predicted: No heart disease |
⚠️ Hinweis: Tippe deinen Code in das Terminal der IPython Shell und drücke Enter.
Diese Übung ist Teil des Kurses
End-to-End Machine Learning
Interaktive Übung
In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.
Übung starten