Wydajność pojedynczego modelu
Masz już binarne wektory wartości rzeczywistych i przewidywanych dla modelu – czas obliczyć najczęściej stosowane metryki klasyfikacji binarnej. W tym ćwiczeniu skupisz się na:
- dokładności (accuracy): udział poprawnie przewidzianych wartości w stosunku do wszystkich predykcji.
- precyzji (precision): udział predykcji, które model poprawnie oznaczył jako TRUE.
- czułości (recall): udział rzeczywistych wartości TRUE, które model poprawnie wykrył.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w tidyverse
Instrukcje do ćwiczenia
- Użyj
table(), aby porównać wartościvalidate_actualivalidate_predicteddla przykładowego modelu i zbioru walidacyjnego. - Oblicz dokładność (accuracy).
- Oblicz precyzję (precision).
- Oblicz czułość (recall).
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
library(Metrics)
# Compare the actual & predicted performance visually using a table
table(___, ___)
# Calculate the accuracy
accuracy(___, ___)
# Calculate the precision
precision(___, ___)
# Calculate the recall
recall(___, ___)