187
правок
Изменения
Нет описания правки
Результирующая точность классификатора рассчитывается как арифметическое среднее его точности по всем классам. То же самое с полнотой. Технически этот подход называется macro-averaging.
<font color="green"># код для для подсчета точности и полноты:</font>
'''from sklearn.metrics import precision_score, recall_score
'''precision_score(y_train, y_train_pred)
'''recall_score(y_train, y_train_pred)
=== F-mera ===
F-мера является хорошим кандидатом на формальную метрику оценки качества классификатора. Она сводит к одному числу две других основополагающих метрики: точность и полноту. Имея в своем распоряжении подобный механизм оценки вам будет гораздо проще принять решение о том являются ли изменения в алгоритме в лучшую сторону или нет.
<font color="green"># код для для подсчета метрики F-mera:</font>
'''from sklearn.metrics import f1_score
'''f1_score(y_train, y_train_pred)
=== ROC-кривая ===
