混淆矩陣
混淆矩陣是檢視模型準確度的好起點。它提供計算多種評估指標所需的數值，包括敏感度、特異度，以及 F1 分數。
你已建立一個分類模型，根據 X 光影像來預測某人是否手臂骨折。在測試集上，你得到以下混淆矩陣：
| 預測：0 | 預測：1 | |
|---|---|---|
| 實際：0 | 324（TN） | 15（FP） |
| 實際：1 | 123（FN） | 491（TP） |
本練習屬於課程
Python 的模型驗證
練習說明
- 使用混淆矩陣計算整體準確率（accuracy）。
- 使用混淆矩陣計算精確率（precision）與召回率（recall）。
- 使用三個 print 陳述式印出各項評估值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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))