多クラス分類の性能評価
この演習では、sklearn.metrics モジュールを使ってモデルの評価指標を計算します。
モデルはすでに学習済みで、変数 model に保存されています。あわせて、変数 X_test と y_true、そして sklearn.metrics パッケージの関数 confusion_matrix() と classification_report() も読み込まれています。
まずはモデルの「混同行列（confusion matrix）」を計算します。続いて、モデルの性能を要約するために、classification_report() 関数を使って「適合率（precision）」、「再現率（recall）」、「F1-score」を計算します。この関数では、オプションでクラス名を含む list（news_cat 変数に保存されています）を target_names 引数に渡すと、レポートがより読みやすくなります。
この演習はコースの一部です
Kerasで学ぶ言語モデリングのためのRecurrent Neural Networks (RNNs)
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。
# Use the model to predict on new data
____ = model.____(X_test)
# Choose the class with higher probability
y_pred = np.____(predicted, axis=1)