Prédisez-vous correctement ?
Votre modèle doit être aussi performant que possible, n’est-ce pas ? Une façon de l’évaluer consiste à compter le nombre de fois où il a prédit la classe correcte par rapport au nombre total de prédictions. Comme vu dans la vidéo, on appelle cette mesure de performance l’accuracy (exactitude). Vous pouvez la calculer manuellement ou utiliser un raccourci pratique. Les deux approches donnent le même résultat.
La matrice de confusion diabetes_matrix et le tibble predictions_combined sont chargés.
Cet exercice fait partie du cours
Machine Learning avec des modèles à base d’arbres en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Calculate the number of correctly predicted classes
correct_predictions <- 75 + ___
# Calculate the number of all predicted classes
all_predictions <- ___ + ___ + 18 + ___
# Calculate and print the accuracy
acc_manual <- ___ / ___
___