Confusion matrix 해석

heart_disease 데이터셋에 대한 실제 진단값과 예측 진단값, 즉 actuals와 predictions가 제공되어 있어요. 불러온 confusion_matrix() 함수를 사용해 이 진단값들로 confusion matrix를 만들고, 이를 바탕으로 정답을 선택하세요. sklearn의 confusion matrix 출력 형식은 다음과 같아요:

	Actual: Heart disease	Actual: No heart disease
Predicted: Heart disease
Predicted: No heart disease

⚠️ Note: IPython Shell 터미널에 코드를 입력하고 Enter를 누르세요.

가능한 답변

True Positives (TP)의 개수는 10

False Positives (FP)의 개수는 20

False Negatives (FN)의 개수는 50

True Negatives (TN)의 개수는 30

연습 문제

Confusion matrix 해석

지침

가능한 답변

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}연습 문제

지침

가능한 답변

연습 문제