다음 세 단계로 정확도를 측정합니다.

1. 각각의 답이 맞는지 틀린지 채점합니다.

2. 정답 개수를 셉니다.

3. 정답 비율을 계산합니다.

In [7]:

correct = answer_key == student_answers
num_correct = correct.sum() # True == 1을 모두 더합니다
print("manual accuracy:", num_correct / len(answer_key))

manual accuracy: 0.75

sklearn의 metrics.accuracy_score로 동일한 계산을 수행할 수 있습니다.

In [8]:

print("sklearn accuracy:",
      metrics.accuracy_score(answer_key,
                             student_answers))

sklearn accuracy: 0.75

지금까지 평가에 있어 중요한 두 가지 컴포넌트를 알아보았습니다. 첫째, 학습하고 시험하는 데 사용할 재료를 구분했습니다. 둘째, 어떤 방법으로 시험지를 채점할지 결정했습니다. 자, 이제 사용할 첫 번째 학습 방법론을 알아보고, 이를 이용해서 학습하고 테스트하고 평가해 보겠습니다.