모두의 인공지능 기초 수학: 3 베이지안 이론

In [5]:

# 학습 데이터셋에서 모델의 정확도를 표현합니다
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix, accuracy_score

pred = classifier.predict(X_train) # 예측 값 출력

# 사이킷런 패키지의 metrics 패키지에서는 정밀도, 재현율, F1 점수를 구합니다
print(classification_report(y_train,pred))

# 혼동행렬로 표현합니다
print('Confusion Matrix: \n', confusion_matrix(y_train,pred)) 
print()
print('Accuracy: ', accuracy_score(y_train,pred)) # 정확도 점수로 표현

              precision    recall    f1-score    support

           0       1.00      1.00        1.00          2
           1       1.00      1.00        1.00          2

    accuracy                             1.00          4
   macro avg       1.00      1.00        1.00          4
weighted avg       1.00      1.00        1.00          4

Confusion Matrix:
[[2 0]
 [0 2]]

Accuracy: 1.0

In [6]:

# 테스트 데이터셋(X_test & y_test)에서 모델의 정확도를 테스트합니다
print('Predicted value: ', classifier.predict(X_test))

Predicted value: [1 1]

신간 소식 구독하기

뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.