शुरू करेंमुफ़्त में शुरू करें

Confusion matrices

Confusion matrices आपके मॉडल की accuracy समझने की शुरुआत करने का बेहतरीन तरीका हैं. ये sensitivity, specificity, और F1-score सहित कई metrics निकालने के लिए ज़रूरी मान देती हैं.

आपने एक classification मॉडल बनाया है जो X-ray इमेज के आधार पर बताता है कि किसी व्यक्ति का हाथ टूटा है या नहीं. Testing सेट पर आपके पास निम्न confusion matrix है:

Prediction: 0 Prediction: 1
Actual: 0 324 (TN) 15 (FP)
Actual: 1 123 (FN) 491 (TP)

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Model Validation

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Confusion matrix का उपयोग करके overall accuracy निकालें.
  • Confusion matrix का उपयोग करके precision और recall निकालें.
  • तीनों print स्टेटमेंट का उपयोग करके हर accuracy मान को प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Calculate and print the accuracy
accuracy = (____ + ____) / (953)
print("The overall accuracy is {0: 0.2f}".format(accuracy))

# Calculate and print the precision
precision = (____) / (____ + ____)
print("The precision is {0: 0.2f}".format(precision))

# Calculate and print the recall
recall = (____) / (____ + ____)
print("The recall is {0: 0.2f}".format(recall))
कोड संपादित करें और चलाएँ