1. Nauka
    2. /
  2. Kursy
    3. /
  3. Rekurencyjne sieci neuronowe (RNN) do modelowania języka w Keras
Connected

ćwiczenie

Precyzja czy czułość – oto jest pytanie

Poznałeś kilka metryk oceny modelu i być może zastanawiasz się: kiedy używać precyzji (precision), a kiedy czułości (recall)? Obie metryki są obliczane dla każdej klasy i czasem trudno zdecydować, na której z nich się skupić.

Precyzja mierzy, jak dobrze model przewiduje daną klasę, natomiast czułość mierzy, jak dobrze dana klasa jest rozpoznawana. Wysoka precyzja dla danej klasy oznacza, że możesz ufać modelowi, gdy przewiduje tę klasę. Wysoka czułość dla danej klasy oznacza, że model dobrze ją rozumie i rzadko ją pomija.

Wykonaj kolejne kroki, aby zobaczyć to porównanie na przykładzie. Funkcje precision_score() i recall_score() są już wczytane.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Oblicz precyzję modelu sentiment_model na podstawie zmiennych sentiment_y_true i sentiment_y_pred i zapisz wynik w zmiennej prec_sentiment.
  • Wyświetl uzyskaną wartość.