Матриці помилок (confusion matrices)
Матриці помилок — чудовий спосіб почати оцінювати точність вашої моделі. Вони дають значення, потрібні для обчислення широкого набору метрик, зокрема чутливості, специфічності та F1-міри.
Ви побудували модель класифікації, щоб передбачати, чи має людина зламану руку за рентген-знімком. Для тестової вибірки ви маєте таку матрицю помилок:
| Передбачення: 0 | Передбачення: 1 | |
|---|---|---|
| Насправді: 0 | 324 (TN) | 15 (FP) |
| Насправді: 1 | 123 (FN) | 491 (TP) |
Ця вправа є частиною курсу
Валідація моделей у Python
Інструкції до вправи
- Використайте матрицю помилок, щоб обчислити загальну точність (accuracy).
- Використайте матрицю помилок, щоб обчислити прецизійність (precision) і повноту (recall).
- Скористайтеся трьома інструкціями print, щоб вивести кожне значення точності/метрик.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Calculate and print the accuracy
accuracy = (____ + ____) / (953)
print("The overall accuracy is {0: 0.2f}".format(accuracy))
# Calculate and print the precision
precision = (____) / (____ + ____)
print("The precision is {0: 0.2f}".format(precision))
# Calculate and print the recall
recall = (____) / (____ + ____)
print("The recall is {0: 0.2f}".format(recall))