カスタムデータセットでのモデル評価

この演習では、Hugging Face の evaluate パッケージにある evaluator を使って、事前学習済みモデルをカスタムデータセット上で評価します。クラス不均衡のある多クラス分類では、accuracy は信頼できる指標ではありません。そのため、evaluator が同時に複数の指標を算出できる点を活かして、precision と recall を用います。

データセット（dataset）とパイプライン（pipe）はあらかじめ定義されています。evaluate ライブラリと evaluator クラスもすでにインポート済みです。