मल्टी-क्लास क्लासिफिकेशन पर परफॉर्मेंस
इस अभ्यास में, आप sklearn.metrics मॉड्यूल का उपयोग करके मॉडलों के परफॉर्मेंस मेट्रिक्स निकालेंगे.
मॉडल पहले से प्रशिक्षित है और model वैरिएबल में सेव है. साथ ही, X_test और y_true वैरिएबल लोड हैं, और sklearn.metrics पैकेज से confusion_matrix() और classification_report() फंक्शन भी उपलब्ध हैं.
आप पहले मॉडल का confusion matrix निकालेंगे. फिर मॉडल के परफॉर्मेंस का सारांश देखने के लिए आप classification_report() फंक्शन से precision, recall और F1-score निकालेंगे. इस फंक्शन में आप चाहें तो target_names पैरामीटर को क्लास नामों वाली list (जो news_cat वैरिएबल में सेव है) पास कर सकते हैं ताकि रिपोर्ट और पढ़ने योग्य हो.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ भाषा मॉडलिंग के लिए Recurrent Neural Networks (RNNs)
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Use the model to predict on new data
____ = model.____(X_test)
# Choose the class with higher probability
y_pred = np.____(predicted, axis=1)