Kinerja satu model

Sekarang setelah Anda memiliki vektor biner untuk nilai aktual dan prediksi dari model, Anda dapat menghitung banyak metrik klasifikasi biner yang umum digunakan. Dalam latihan ini Anda akan berfokus pada:

accuracy: laju nilai yang diprediksi dengan benar relatif terhadap semua prediksi.
precision: porsi prediksi yang diprediksi model dengan benar sebagai TRUE.
recall: porsi nilai TRUE aktual yang berhasil dipulihkan oleh model.

Latihan ini merupakan bagian dari kursus

Machine Learning di Tidyverse

Lihat Kursus

Instruksi latihan

Gunakan table() untuk membandingkan nilai validate_actual dan validate_predicted untuk model contoh dan data frame validasi.
Hitung accuracy.
Hitung precision.
Hitung recall.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

library(Metrics)

# Compare the actual & predicted performance visually using a table
table(___, ___)

# Calculate the accuracy
accuracy(___, ___)

# Calculate the precision
precision(___, ___)

# Calculate the recall
recall(___, ___)

Edit dan Jalankan Kode