187
правок
Изменения
Нет описания правки
<font color="green"># код для матрицы ошибок</font>
'''# Пример классификатора, способного проводить различие между всего лишь двумя
'''# классами, "пятерка" и "не пятерка" из набор данных набора рукописных цифр MNIST
'''import''' numpy '''as''' np
'''from''' sklearn.datasets '''import''' fetch_openml
<font color="green"># код для для подсчета аккуратности:</font>
'''# Пример классификатора, способного проводить различие между всего лишь двумя
'''# классами, "пятерка" и "не пятерка" из набор данных набора рукописных цифр MNIST
'''import''' numpy '''as''' np
'''from''' sklearn.datasets '''import''' fetch_openml
<font color="green"># код для для подсчета точности и полноты:</font>
'''# Пример классификатора, способного проводить различие между всего лишь двумя
'''# классами, "пятерка" и "не пятерка" из набор данных набора рукописных цифр MNIST
'''import''' numpy '''as''' np
'''from''' sklearn.datasets '''import''' fetch_openml
<font color="green"># код для подсчета метрики F-mera:</font>
'''# Пример классификатора, способного проводить различие между всего лишь двумя
'''# классами, "пятерка" и "не пятерка" из набор данных набора рукописных цифр MNIST
'''import''' numpy '''as''' np
'''from''' sklearn.datasets '''import''' fetch_openml
<font color="green"># Код отрисовки ROC-кривой</font>
'''# На примере классификатора, способного проводить различие между всего лишь двумя классами
'''# "пятерка" и "не пятерка" из набор данных набора рукописных цифр MNIST
'''from''' sklearn.metrics '''import''' roc_curve
'''import''' matplotlib.pyplot '''as''' plt
<font color="green"># Код отрисовки Precison-recall кривой</font>
'''# На примере классификатора, способного проводить различие между всего лишь двумя классами
'''# "пятерка" и "не пятерка" из набор данных набора рукописных цифр MNIST
'''from''' sklearn.metrics '''import''' precision_recall_curve
'''import''' matplotlib.pyplot '''as''' plt