📝머신러닝 인공지능 confusion_matrix 성능측정
from sklearn.metrics import confusion_matrix, accuracy_score
confusion_matrix(실제값, 예측값) : 실제값과 예측값을 행, 열로 셋팅해서 결과값 반환
accuracy_score(실제값, 예측값) : 정확도값 반환
# 실제값, 예측값을 입력하면 결과값 반환
confusion_matrix(y_test, y_pred)
# 실제값, 예측값 입력하면 결과값(정확도값) 반환
accuracy_score(y_test, y_pred)
classification_report()
# 실제값, 예측값 입력
print (classification_report(y_test, y_pred))
시각화는 heatmap 이용
cm = confusion_matrix(y_test, y_pred)
sb.heatmap(data=cm, annot=True, cmap='RdPu', linewidths=0.4)
plt.show()
'인공지능 > Machine Learning' 카테고리의 다른 글
| [Machine Learning] 분류예측 Support Vector Machine (0) | 2022.12.02 |
|---|---|
| [Machine Learning] 분류예측 K-Nearest Neighbor(K-NN) (1) | 2022.12.02 |
| [Machine Learning] 분류예측 LogisticRegression (0) | 2022.12.01 |
| [Machine Learning] LinearRegression 인공지능과 변수를 파일로 저장하기 joblib.dump() (0) | 2022.12.01 |
| [Machine Learning] LinearRegression 인공지능 실제 예측해보기 (0) | 2022.12.01 |
댓글