Đánh giá hiệu năng của một mô hình
Giờ bạn đã có các vector nhị phân cho giá trị thực tế và giá trị dự đoán của mô hình, bạn có thể tính nhiều chỉ số phân loại nhị phân thường dùng. Trong bài tập này, bạn sẽ tập trung vào:
- accuracy: tỷ lệ dự đoán đúng trên tổng số dự đoán.
- precision: tỷ lệ trong các dự đoán TRUE mà mô hình dự đoán đúng.
- recall: tỷ lệ trong các giá trị TRUE thực tế mà mô hình thu hồi đúng.
Bài tập này là một phần của khóa học
Machine Learning trong tidyverse
Hướng dẫn bài tập
- Dùng
table()để so sánhvalidate_actualvàvalidate_predictedcho mô hình ví dụ và data frame validate. - Tính accuracy.
- Tính precision.
- Tính recall.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
library(Metrics)
# Compare the actual & predicted performance visually using a table
table(___, ___)
# Calculate the accuracy
accuracy(___, ___)
# Calculate the precision
precision(___, ___)
# Calculate the recall
recall(___, ___)