1. Learn
    2. /
  2. Courses
    3. /
  3. Keras로 배우는 언어 모델링을 위한 순환 신경망(RNN)
Connected

Exercise

다중 클래스 분류의 성능

이 연습 문제에서는 sklearn.metrics 모듈을 사용해 모델의 성능 지표를 계산해 보겠습니다.

모델은 이미 학습되어 model 변수에 저장되어 있어요. 또한 X_test와 y_true 변수가 로드되어 있으며, sklearn.metrics 패키지의 confusion_matrix()와 classification_report() 함수도 함께 불러와져 있습니다.

먼저 모델의 혼동 행렬(confusion matrix)을 계산합니다. 그런 다음 모델 성능을 요약하기 위해 classification_report() 함수를 사용해 정밀도(precision), 재현율(recall), F1-점수(F1-score)를 계산합니다. 이 함수에서는 선택적으로 target_names 매개변수에 클래스 이름이 담긴 list를 전달해 보고서를 더 읽기 쉽게 만들 수 있어요(클래스 이름은 news_cat 변수에 저장되어 있습니다).

Instructions 1/3

undefined XP
    1
    2
    3
  • X_test에 대해 예측을 수행하고 결과를 predicted에 저장하세요.
  • np.argmax(axis=1)을 사용해 가장 높은 확률의 예측 클래스를 구하고, 이를 y_pred에 저장하세요.