शुरू करेंमुफ़्त में शुरू करें

Decision Tree का मूल्यांकन करें

आप अपने मॉडल की गुणवत्ता का आकलन यह देखकर कर सकते हैं कि वह टेस्टिंग डेटा पर कितना अच्छा प्रदर्शन करता है। क्योंकि मॉडल को इन डेटा पर ट्रेन नहीं किया गया था, इसलिए यह मॉडल का निष्पक्ष आकलन होता है.

एक confusion matrix ज्ञात मानों के मुकाबले प्रेडिक्शंस का उपयोगी ब्रेकडाउन देती है। इसमें चार सेल होते हैं, जो निम्न गिनतियों को दर्शाते हैं:

  • True Negatives (TN) — मॉडल ने नकारात्मक परिणाम प्रेडिक्ट किया और ज्ञात परिणाम भी नकारात्मक है
  • True Positives (TP) — मॉडल ने सकारात्मक परिणाम प्रेडिक्ट किया और ज्ञात परिणाम भी सकारात्मक है
  • False Negatives (FN) — मॉडल ने नकारात्मक प्रेडिक्ट किया लेकिन ज्ञात परिणाम सकारात्मक है
  • False Positives (FP) — मॉडल ने सकारात्मक प्रेडिक्ट किया लेकिन ज्ञात परिणाम नकारात्मक है.

ये काउंट्स (TN, TP, FN और FP) टेस्टिंग डेटा के रिकॉर्ड्स की कुल संख्या के बराबर होने चाहिए, जो flights डेटा का केवल एक सबसेट है। आप इसे टेस्ट डेटा में रिकॉर्ड्स की संख्या flights_test.count() से मिलाकर देख सकते हैं.

नोट: ये प्रेडिक्शंस testing डेटा पर किए गए हैं, इसलिए काउंट्स ट्रेनिंग डेटा पर प्रेडिक्शंस के मुकाबले छोटे होंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PySpark के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • label और prediction के कॉम्बिनेशंस की गिनती करके एक confusion matrix बनाएँ। परिणाम दिखाएँ.
  • True Negatives, True Positives, False Negatives और False Positives की संख्या गिनें.
  • Accuracy की गणना करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create a confusion matrix
prediction.groupBy(____, 'prediction').____().____()

# Calculate the elements of the confusion matrix
TN = prediction.filter('prediction = 0 AND label = prediction').count()
TP = prediction.____('____ AND ____').____()
FN = prediction.____('____ AND ____').____()
FP = prediction.____('____ AND ____').____()

# Accuracy measures the proportion of correct predictions
accuracy = ____
print(accuracy)
कोड संपादित करें और चलाएँ