Performanța unui model individual

Acum că ai vectorii binari pentru valorile reale și cele prezise ale modelului, poți calcula multe metrici frecvent utilizate în clasificarea binară. În acest exercițiu te vei concentra pe:

acuratețe (accuracy): rata valorilor corect prezise față de totalul predicțiilor.
precizie (precision): proporția predicțiilor pe care modelul le-a clasificat corect ca TRUE.
revocare (recall): proporția valorilor TRUE reale pe care modelul le-a identificat corect.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește table() pentru a compara valorile validate_actual și validate_predicted din modelul exemplu și din setul de date de validare.
Calculează acuratețea.
Calculează precizia.
Calculează revocarea.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(Metrics)

# Compare the actual & predicted performance visually using a table
table(___, ___)

# Calculate the accuracy
accuracy(___, ___)

# Calculate the precision
precision(___, ___)

# Calculate the recall
recall(___, ___)

Editează și rulează codul