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.