1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Proiectarea fluxurilor de lucru pentru Machine Learning în Python
Connected

Bài tập

Reminder privind metricile de performanță

Îți amintești de setul de date despre credit? Acum că ai dobândit cunoștințe suplimentare despre metrici, hai să analizăm din nou cât de bun este un random forest pe acest set de date. Ți-ai antrenat deja clasificatorul și ai obținut matricea de confuzie pe datele de test. Datele de test și rezultatele îți sunt disponibile sub forma tp, fp, fn și tn, reprezentând respectiv adevărații pozitivi, falșii pozitivi, falșii negativi și adevărații negativi. Ai de asemenea etichetele reale pentru datele de test, y_test, și etichetele prezise, preds. Funcțiile f1_score() și precision_score() au fost deja importate.

Hướng dẫn 1/3

undefined XP
  • 1

    Calculează scorul F1 pentru clasificatorul tău folosind funcția f1_score().

  • 2

    Calculează precizia pentru acest clasificator folosind funcția precision_score().

  • 3

    Acuratețea reprezintă proporția exemplelor etichetate corect. Calculează-o fără a folosi accuracy_score().