Больше чем точность
Почему это важно В тесте на редкую болезнь, где 95% людей здоровы, модель, которая всегда говорит "здоров", набирает 95% точности и бесполезна.
Матрица ошибок считает для каждого истинного класса, как часто предсказывался каждый класс: строка = правда, столбец = предсказание. По ней для одного важного вам класса:
- Precision: из случаев, когда модель сказала "положительный", как часто она была права?
- Recall: из настоящих положительных сколько модель нашла?
Маленькие числа
100 человек, 5 больны. Ленивая модель говорит "здоров" для всех: точность 95%, recall 0 из 5 = 0. Настоящая модель отмечает 8 человек, 4 из них больны: precision 4/8 = 0,5, recall 4/5 = 0,8, а точность (4 + 91) / 100 = 95%. Та же точность, совершенно разная полезность.
Слова и символы этого урока
- матрица ошибок
- счёты истинного класса (строка) против предсказанного (столбец)
- precision, recall
- из того, что отмечено, сколько верно; из того, что было, сколько найдено
Напишите confusion(y_true, y_pred, k) (массив счётов k на k) и precision_recall(y_true, y_pred, positive), возвращающую пару (используйте 0.0, когда делить не на что).
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.