1. Nauka
  2. /
  3. Kursy
  4. /
  5. Walidacja modeli w Pythonie

Connected

ćwiczenie

Precyzja a czułość

Metryki oceny modelu powinny zawsze być dobierane z uwzględnieniem konkretnego zastosowania. Przyjmijmy, że bardzo źle znosisz porażki w kółko i krzyżyk – ale tylko wtedy, gdy jesteś pewny wygranej.

Wybierz najbardziej odpowiednią metrykę – precyzję lub czułość – aby uzupełnić to ćwiczenie. Pamiętaj jednak: jeśli spodziewasz się wygranej, musisz wygrać!

Skorzystaj z rfc – modelu klasyfikacji lasem losowym zbudowanego na zbiorze danych tic_tac_toe.

Instrukcje

100 XP
  • Zaimportuj metrykę precyzji lub czułości z biblioteki sklearn. Tylko jedna metoda jest właściwa dla tego kontekstu.
  • Oblicz precyzję lub czułość, używając y_test jako wartości rzeczywistych i test_predictions jako prognoz.
  • Wydrukuj końcowy wynik na podstawie wybranej metryki.