เมตริกสำหรับการจำแนกประเภท

การตรวจสอบความถูกต้องของโมเดลใน Python

Kasey Jones

Data Scientist

เมตริกสำหรับการจำแนกประเภท

  • Precision
  • Recall (หรือเรียกว่า sensitivity)
  • Accuracy
  • Specificity
  • F1-Score และรูปแบบต่าง ๆ
  • ...
การตรวจสอบความถูกต้องของโมเดลใน Python

เมตริกสำหรับการจำแนกประเภท

  • Precision
  • Recall (หรือเรียกว่า sensitivity)
  • Accuracy
  • Specificity
  • F1-Score และรูปแบบต่าง ๆ
  • ...
การตรวจสอบความถูกต้องของโมเดลใน Python

Confusion matrix

Confusion matrix คือเมทริกซ์ 2x2 ที่แสดงจำนวนการพยากรณ์ที่ได้ค่า 0 หรือ 1 เทียบกับค่าจริง ใช้คำนวณเมตริกความแม่นยำได้หลายแบบ

การตรวจสอบความถูกต้องของโมเดลใน Python
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, test_predictions)
print(cm)

array([[ 23,  7],
       [  8, 62]])

cm[<true_category_index>, <predicted_category_index>]
cm[1, 0]

8
การตรวจสอบความถูกต้องของโมเดลใน Python

Accuracy

Accuracy คำนวณได้จากแนวทแยงหลักของ confusion matrix

การตรวจสอบความถูกต้องของโมเดลใน Python

Precision

Precision มุ่งเน้นที่การพยากรณ์ที่ได้ค่า 1 โดยถามว่าในบรรดาที่พยากรณ์เป็น 1 นั้น มีกี่รายการที่เป็น 1 จริง

การตรวจสอบความถูกต้องของโมเดลใน Python

Recall

Recall มุ่งเน้นที่รายการที่มีค่าจริงเป็น 1 โดยถามว่าในบรรดาค่า 1 เหล่านั้น เราพยากรณ์ถูกต้องกี่รายการ

การตรวจสอบความถูกต้องของโมเดลใน Python

Accuracy, precision, recall

from sklearn.metrics import accuracy_score, precision_score, recall_score
accuracy_score(y_test, test_predictions)

.85

precision_score(y_test, test_predictions)

.8986

recall_score(y_test, test_predictions)

.8857
การตรวจสอบความถูกต้องของโมเดลใน Python

ถึงเวลาฝึกแล้ว

การตรวจสอบความถูกต้องของโมเดลใน Python

Preparing Video For Download...