Een classifier evalueren
Om een classifier te evalueren, moeten we die testen op afbeeldingen die niet tijdens het trainen zijn gebruikt. Dit heet "cross-validation": voor elk van de testafbeeldingen wordt een voorspelling van de klasse gemaakt (bijv. T-shirt, jurk of schoen), en deze voorspellingen worden vergeleken met de echte labels van deze afbeeldingen.
De resultaten van cross-validation zijn gegeven als one-hot gecodeerde arrays: test_labels en predictions.
Deze oefening maakt deel uit van de cursus
Beeldmodellering met Keras
Oefeninstructies
- Vermenigvuldig de arrays met elkaar en sommeer het resultaat om het totale aantal juiste voorspellingen te vinden.
- Deel het aantal juiste antwoorden (de som) door de lengte van de
predictions-array om het aandeel juiste voorspellingen te berekenen.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Calculate the number of correct predictions
number_correct = ____
print(number_correct)
# Calculate the proportion of correct predictions
proportion_correct = ____
print(proportion_correct)