Avaliando Modelos: Acurácia e Erro
A é inútil até que você possa dizer quão bom ele é. A pontuação correta depende do que você está prevendo.
Classificação: acurácia
Quando o rótulo é uma categoria (spam ou não, espécie A/B/C), a pontuação mais simples é accuracy: a fração de previsões que estavam corretas.
from sklearn.metrics import accuracy_score
acc = accuracy_score(y_true, y_pred) # e.g. 0.875 means 7 of 8 rightAcurácia vai de 0 a 1. Mas "bom" é relativo. Se 95 por cento do e-mail não é spam, um modelo preguiçoso que sempre chuta "não é spam" já marca 0.95 enquanto pega zero spam. Sempre compare com esse tipo de baseline ingênua antes de comemorar um número.
Regressão: erro
Quando o rótulo é um número contínuo (um preço, uma temperatura), acurácia não faz sentido, você quase nunca vai prever o valor exato. Em vez disso, você mede o quanto errou. Uma escolha comum é mean absolute error, o tamanho médio do erro:
from sklearn.metrics import mean_absolute_error
mae = mean_absolute_error(y_true, y_pred) # in the same units as yMAE está nas próprias unidades do rótulo, o que facilita a leitura: um MAE de 12 em preços de casas em milhares significa que você está fora por cerca de 12k em média. Menor é melhor, e 0 é perfeito.
Você vai calcular ambos: uma acurácia a partir de previsões dadas, e um MAE de um ajuste de regressão linear minúsculo em uma linha perfeitamente reta (então seu erro deve ser essencialmente zero).
Parte 1: arrays y_true e y_pred (8 rótulos cada, diferindo em exatamente um ponto) são fornecidos. Defina acc = accuracy_score(y_true, y_pred). Parte 2: X e target descrevem a linha y = 2x. Ajuste um LinearRegression chamado reg neles, preveja em X para reg_pred, depois defina mae = mean_absolute_error(target, reg_pred).
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.