Rendimiento en la clasificación multiclase

En este ejercicio, calcularás las métricas de rendimiento de los modelos utilizando el módulo sklearn.metrics.

El modelo ya está entrenado y almacenado en la variable model. Además, también se cargan las variables X_test y y_true, junto con las funciones confusion_matrix() y classification_report() del paquete sklearn.metrics.

Primero calcularás la matriz de confusión del modelo. A continuación, para resumir el rendimiento de un modelo, calcularás la precisión, la recuperación y la puntuación F1 utilizando la función « classification_report() ». En esta función, puedes pasar opcionalmente un list que contiene los nombres de las clases (se almacenan en la variable news_cat ) al parámetro target_names para que el informe sea más legible.