Метрики классификации в Python доктора Элвина Анга

https://www.alvinang.sg/s/Classification_Metrics_for_ML_Models_by_Dr_Alvin_Ang.ipynb

Когда использовать Что?

Что такое точность?

Точность от 0 до 1

  • 0 = ПЛОХОЕ
  • 1 = ХОРОШО

Проблемы с использованием Точности

Метрику точности можно использовать только в сбалансированном наборе данных.

Если он используется в несбалансированном наборе данных, результат может быть очень точным, даже если это НЕ.

Чтобы противостоять дисбалансу, мы используем показатель F1 (который включает в себя как точность, так и отзыв).

Точность в Питоне

from sklearn.metrics import accuracy_score

y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]

accuracy_score(y_true, y_pred)
#50% accuracy! not bad!

О докторе Элвине Анге

Доктор Элвин Анг получил степень доктора философии, магистра и бакалавра в NTU, Сингапур. Ранее он был главным консультантом (наука о данных), а также доцентом. Он также был адъюнкт-лектором SUSS в течение 8 лет. Его внимание и интерес сосредоточены в области науки о данных в реальном мире. Хотя по образованию он операционный исследователь, его страсть к практическим применениям перевешивает его академическое образование. Он ученый, предприниматель, а также личный/деловой консультант.

Подробнее о нем на www.AlvinAng.sg.