शुरू करेंमुफ़्त में शुरू करें

फिर से Confusion matrices

Python में confusion matrix बनाना आसान है. सबसे बड़ी चुनौती उसके orientation (दिशा/व्यवस्था) को सही से समझना होगी. यह अभ्यास सुनिश्चित करता है कि आप confusion matrices के sklearn इम्प्लीमेंटेशन को समझें. यहाँ, आपने tic_tac_toe डेटासेट पर rfc नाम का एक random forest मॉडल बनाया है जो Player One के लिए 0 (हार) या 1 (जीत) के outcomes की भविष्यवाणी करता है.

नोट: यदि आप किसी और वेबसाइट पर या किसी दूसरी प्रोग्रामिंग भाषा में confusion matrices के बारे में पढ़ते हैं, तो मान उल्टे भी हो सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Model Validation

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Confusion matrices बनाने के लिए sklearn का फंक्शन इम्पोर्ट करें.
  • मॉडल rfc का उपयोग करके test सेट X_test पर कैटेगरी प्रेडिक्शंस बनाएँ.
  • sklearn का उपयोग करके एक confusion matrix बनाएँ.
  • cm से वह मान प्रिंट करें जो वास्तविक 1s को दर्शाता है जिन्हें 1 के रूप में ही प्रेडिक्ट किया गया था (true positives).

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

from sklearn.metrics import ____

# Create predictions
test_predictions = rfc.____(____)

# Create and print the confusion matrix
cm = ____(____, ____)
print(cm)

# Print the true positives (actual 1s that were predicted 1s)
print("The number of true positives is: {}".format(cm[____, ____]))
कोड संपादित करें और चलाएँ