Rozdział 12. Wskaźniki i ocena klasyfikacji
W tym rozdziale opisane są następujące wskaźniki i narzędzia do oceny jakości modelu: tablica pomyłek, różnego rodzaju oceny, raport klasyfikacyjny i kilka wykresów.
Zostaną one użyte do oceny jakości modelu drzewa decyzyjnego prognozującego szanse przeżycia katastrofy przez pasażerów Titanica.
Tablica pomyłek
Tablica pomyłek może pomóc w zrozumieniu działania klasyfikatora.
Klasyfikator binarny generuje cztery rodzaje wyników: prawdziwie pozytywne (PP), prawdziwie negatywne (PN), fałszywie pozytywne (FP) i fałszywie negatywne (FN). Pierwsze dwa rodzaje oznaczają poprawne klasyfikacje.
Poniżej opisany jest często stosowany przykład ułatwiający zrozumienie powyższych rodzajów wyników. Zakładając, że ...
Get Uczenie maszynowe w Pythonie now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
