Precision หรือ Recall ดีกว่ากัน
คุณได้เรียนรู้เมตริกประสิทธิภาพหลายตัวแล้ว และอาจสงสัยว่า ควรใช้ precision เมื่อใด และควรใช้ recall เมื่อใด ทั้งสองเมตริกนี้คำนวณแยกตามแต่ละคลาส และบางครั้งก็ยากที่จะตัดสินใจว่าควรให้ความสำคัญกับตัวใด
Precision วัดว่า โมเดล ทำนายคลาสหนึ่งๆ ได้แม่นยำเพียงใด ส่วน recall วัดว่า คลาส นั้นถูกจำแนกได้ครบถ้วนเพียงใด หาก precision สูงสำหรับคลาสใด แสดงว่าเมื่อโมเดลทำนายคลาสนั้น ผลที่ได้น่าเชื่อถือ และหาก recall สูงสำหรับคลาสใด แสดงว่าโมเดลเข้าใจคลาสนั้นได้ดีและจำแนกได้ครอบคลุม
ทำตามคำแนะนำเพื่อดูการเปรียบเทียบระหว่าง precision และ recall ผ่านตัวอย่างจริง โดยมีฟังก์ชัน precision_score() และ recall_score() โหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Recurrent Neural Networks (RNNs) สำหรับ Language Modeling ด้วย Keras
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Compute the precision of the sentiment model
prec_sentiment = ____(sentiment_y_true, ____, average=None)
____