Confusion matrix
Confusion matrix는 모델의 정확도를 살펴보는 좋은 출발점이에요. 이 행렬만으로도 sensitivity(민감도), specificity(특이도), F1-score 등 다양한 지표를 계산할 수 있어요.
여러분은 X-ray 이미지를 기반으로 팔이 골절되었는지 여부를 예측하는 분류 모델을 만들었어요. 테스트 세트에 대해 다음과 같은 confusion matrix가 주어졌습니다:
| Prediction: 0 | Prediction: 1 | |
|---|---|---|
| Actual: 0 | 324 (TN) | 15 (FP) |
| Actual: 1 | 123 (FN) | 491 (TP) |
이 연습은 강의의 일부입니다
Python에서의 모델 검증
연습 안내
- Confusion matrix를 사용해 전체 Accuracy를 계산하세요.
- Confusion matrix를 사용해 Precision과 Recall을 계산하세요.
- 세 개의 print 문을 사용해 각 정확도 값을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate and print the accuracy
accuracy = (____ + ____) / (953)
print("The overall accuracy is {0: 0.2f}".format(accuracy))
# Calculate and print the precision
precision = (____) / (____ + ____)
print("The precision is {0: 0.2f}".format(precision))
# Calculate and print the recall
recall = (____) / (____ + ____)
print("The recall is {0: 0.2f}".format(recall))