Ocena klasyfikatora
Aby ocenić klasyfikator, trzeba przetestować go na obrazach, które nie były używane podczas trenowania. Nazywa się to „krosswalidacją" (ang. cross-validation): dla każdego obrazu testowego przewidywana jest klasa (np. koszulka, sukienka lub but), a następnie te predykcje są porównywane z prawdziwymi etykietami tych obrazów.
Wyniki krosswalidacji są dostępne w postaci tablic zakodowanych metodą one-hot: test_labels i predictions.
To ćwiczenie jest częścią kursu
Modelowanie obrazów z Keras
Instrukcje do ćwiczenia
- Pomnóż tablice przez siebie i zsumuj wynik, aby znaleźć łączną liczbę poprawnych predykcji.
- Podziel liczbę poprawnych odpowiedzi (sumę) przez długość tablicy
predictions, żeby obliczyć odsetek poprawnych predykcji.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the number of correct predictions
number_correct = ____
print(number_correct)
# Calculate the proportion of correct predictions
proportion_correct = ____
print(proportion_correct)