単一モデルのパフォーマンス
モデルの実測値と予測値のバイナリベクトルが用意できたので、二値分類でよく使われる各種指標を計算できます。この演習では次の指標に注目します。
- accuracy: すべての予測に対して、正しく予測できた割合。
- precision: TRUE と予測したもののうち、実際に正しかった割合。
- recall: 実際に TRUE であるもののうち、正しく検出できた割合。
この演習はコースの一部です
Tidyverse で学ぶ Machine Learning
演習の手順
- 例のモデルと検証用データフレームについて、
table()を使ってvalidate_actualとvalidate_predictedを比較します。 - accuracy を計算します。
- precision を計算します。
- recall を計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
library(Metrics)
# Compare the actual & predicted performance visually using a table
table(___, ___)
# Calculate the accuracy
accuracy(___, ___)
# Calculate the precision
precision(___, ___)
# Calculate the recall
recall(___, ___)