pms/uczenie-maszynowe
16
18
Fork 2
Code Issues Pull Requests Projects Releases Wiki Activity

Dodatkowe wyjaśnienie dot. Prec. i Rec.

Browse Source
This commit is contained in:
Paweł Skórzewski 2023-11-22 14:27:10 +01:00
parent 4b07e20017
commit c8ea96d5db
2 changed files with 32 additions and 27 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

8
lab/05_Ewaluacja.ipynb
View File

@ -213,7 +213,7 @@
}, },
{ {
"cell_type": "code", "cell_type": "code",
"execution_count": 5, "execution_count": 1,
"metadata": {}, "metadata": {},
"outputs": [ "outputs": [
{ {
@ -264,8 +264,12 @@
"x_test = pd.DataFrame(data_test[FEATURES])\n", "x_test = pd.DataFrame(data_test[FEATURES])\n",
"y_predicted = model.predict(x_test) # predykcja wyników na podstawie modelu\n", "y_predicted = model.predict(x_test) # predykcja wyników na podstawie modelu\n",
"\n", "\n",
"# Dla klasyfikacji dwuklasowej właśniwe będzie użycie `average=\"binary\", pos_label=1`.\n",
"# W przeciwnym wypadku wartości Prec., Rec. i F1 będą identyczne, ponieważ będą liczone jako średnie dla obu klas.\n",
"# Z definicji zać Prec. dla pos_label=1 jest identyczna jak Rec. dla pos_label=0;\n",
"# analogicznie: Rec. dla pos_label=1 jest identyczne jak Prec. dla pos_label=0.\n",
"precision, recall, fscore, support = precision_recall_fscore_support(\n", "precision, recall, fscore, support = precision_recall_fscore_support(\n",
" y_expected, y_predicted, average=\"micro\"\n", " y_expected, y_predicted, average=\"binary\", pos_label=1\n",
")\n", ")\n",
"\n", "\n",
"print(f\"Precision: {precision}\")\n", "print(f\"Precision: {precision}\")\n",

51
wyk/06_Problem_nadmiernego_dopasowania.ipynb
View File

File diff suppressed because one or more lines are too long