Macierz pomyłek

Używając funkcji confusion_matrix() z biblioteki scikit-learn, możesz łatwo utworzyć macierz pomyłek swojego klasyfikatora i lepiej zrozumieć jego wydajność. Funkcja przyjmuje dwa argumenty: rzeczywiste etykiety zbioru testowego – y_test – oraz przewidywane etykiety.

Przewidywane etykiety klasyfikatora Random Forest z poprzedniego ćwiczenia są zapisane w zmiennej y_pred i zostały obliczone w następujący sposób:

y_pred = clf.predict(X_test)

Ważna uwaga: sklearn domyślnie oblicza macierz pomyłek w następujący sposób:

Zwróć uwagę, że osie są odwrotne w stosunku do tego, co było widoczne w filmie. Same metryki pozostają bez zmian – pamiętaj o tym podczas interpretowania tabeli.