Inizia subitoInizia gratis

Precision o Recall, questo è il dilemma

Hai imparato alcune metriche di performance e forse ti stai chiedendo: quando usare la precision e quando usare il recall? Queste due metriche vengono calcolate per ciascuna classe e, a volte, non è immediato capire quando concentrarsi su una o sull’altra.

La precision misura quanto bene il modello predice una certa classe, mentre il recall misura quanto bene una classe viene classificata. Se la precision è alta per una classe, puoi fidarti del modello quando predice quella classe. Quando il recall è alto per una classe, puoi essere tranquillo che quella classe è ben compresa dal modello.

Segui le istruzioni per vedere, con un esempio, questo confronto tra precision e recall. Le funzioni precision_score() e recall_score() sono già caricate.

Questo esercizio fa parte del corso

Reti Neurali Ricorrenti (RNN) per il Language Modeling con Keras

Visualizza corso

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Compute the precision of the sentiment model
prec_sentiment = ____(sentiment_y_true, ____, average=None)
____
Modifica ed esegui il codice