1. Lära sig
    2. /
  2. Courses
    3. /
  3. Python으로 설계하는 Machine Learning 워크플로
Connected

exercise

성능 지표 다시 살펴보기

신용 데이터셋을 기억하시나요? 이제 지표에 대해 더 많이 알게 되었으니, 이 데이터셋에서 랜덤 포레스트가 얼마나 잘 맞는지 다시 확인해 보아요. 이미 분류기를 학습했고 테스트 데이터에 대한 혼동 행렬도 구해 두었습니다. 테스트 데이터와 결과는 각각 양성으로 정확히 분류된 수(tp), 거짓 양성(fp), 거짓 음성(fn), 음성으로 정확히 분류된 수(tn)로 제공됩니다. 또한 테스트 데이터의 실제 정답 레이블 y_test와 예측 레이블 preds도 주어졌습니다. f1_score()와 precision_score() 함수도 불러와져 있습니다.

Instruktioner 1 / 3

undefined XP
  • 1

    f1_score() 함수를 사용해 분류기의 F1 점수를 계산하세요.

  • 2

    precision_score() 함수를 사용해 이 분류기의 정밀도를 계산하세요.

  • 3

    정확도는 올바르게 레이블링된 예제의 비율입니다. accuracy_score()를 사용하지 말고 직접 계산하세요.