МАТРИЦА ОШИБОК PYTHON
Матрица ошибок - это инструмент для измерения качества модели машинного обучения. Она представляет собой таблицу, в которой строки соответствуют фактическим классам, а столбцы - прогнозируемым классам. Каждая ячейка таблицы содержит количество случаев, когда параметр был прогнозирован верно или ошибочно (ложно-положительный или ложно-отрицательный результат).
В Python существует множество библиотек, позволяющих вычислять матрицу ошибок, например, библиотека scikit-learn. Ниже приведен пример кода:
from sklearn.metrics import confusion_matrix
true_labels = [0, 1, 1, 0, 1, 1, 0]
predicted_labels = [1, 1, 0, 0, 1, 0, 1]
confusion_matrix(true_labels, predicted_labels)
В результате выполнения этого кода будет выведена матрица ошибок:
array([[1, 2],
[2, 2]])
В данном примере в первой строке матрицы первое значение (1) соответствует количеству правильно классифицированных объектов первого класса (нулевой класс), а второе значение (2) - ошибочно классифицированным объектам первого класса. Во второй строке матрицы первое значение (2) соответствует количеству ошибочно классифицированных объектов второго класса (единичный класс), а второе значение (2) - правильно классифицированным объектам второго класса.
{Python Errors} - [#24 الاخطاء في بايثون - [ تعلم بايثون بالعربي
مجال Malware Analysis وكيفية الدخول فيه
Learn Python in Arabic #090 - Errors And Exceptions Raising
Confusion Matrix شرح بالعربي لمجموعة أمثلة مع التفكير لماهو الأهم
PRECISION, RECALL, CONFUSION MATRIX, ТОЧНОСТЬ, ПОЛНОТА, МАТРИЦА ОШИБОК - МЕТРИКИ КЛАССИФИКАЦИИ
Plot Confusion Matrix using scikit-learn #shorts #python #machinelearning
Новые материалы: