Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

88 | Capítulo 3: Classificação

Muito bom! Acima de 95% de acurácia (taxa das previsões corretas) em todas as partes

da validação cruzada? É incrível, não? Bem, antes que você fique muito animado, veja-

mos um classificador muito fraco que apenas classifica cada imagem na classe “não 5”:

from sklearn.base import BaseEstimator

class Never5Classifier(BaseEstimator):

def fit(self, X, y=None):

pass

def predict(self, X):

return np.zeros((len(X), 1), dtype=bool)

Você consegue adivinhar a acurácia deste modelo? Vamos descobrir:

>>> never_5_clf = Never5Classifier()

>>> cross_val_score(never_5_clf, X_train, y_train_5, cv=3, scoring="accuracy")

array([ 0.909 ...