เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การตีความ Confusion Matrix

โจทย์กำหนดผลการวินิจฉัยจริงและผลการวินิจฉัยที่โมเดลทำนายจากชุดข้อมูล heart_disease ให้ในชื่อ actuals และ predictions ตามลำดับ นำเข้าและสร้าง confusion matrix จากผลการวินิจฉัยเหล่านี้ด้วยฟังก์ชัน confusion_matrix() ที่นำเข้ามาแล้ว แล้วเลือกคำตอบที่ถูกต้อง โดย sklearn แสดงผล confusion matrix ในรูปแบบดังนี้:

Actual: Heart disease Actual: No heart disease
Predicted: Heart disease
Predicted: No heart disease

⚠️ หมายเหตุ: พิมพ์โค้ดใน IPython Shell แล้วกด Enter

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning แบบ End-to-End

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง

เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา

เริ่มแบบฝึกหัด