Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Métricas para algoritmos de clasificación

25/26
Recursos

Aportes 3

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

en la formula mostrada para el accuracy, la función dentro de la suma(delta), es la llamada función delta de Kronecker. cuyo valor es 1 si las variables son iguales y 0 en cualquier otro caso.

ok, si, creo que es necesario verlo de nuevo todo.

Creo que la matriz que muestra el profe es la matriz de confusión, aquí pongo como la he ploteado

# matriz de confusión - confusion matrix
from sklearn.metrics import confusion_matrix
import seaborn as sn # para plotear
import matplotlib.pyplot as plt
import pandas as pd # para organizar la matriz


labels = list(set(clases_train)) # clases unicas
clases_pred = classifier.predict(data_test) # predicciones
# sacamos la matriz
matrix = confusion_matrix(clases_test, clases_pred, labels=labels)

# hay que hacer un dataframe para plotear mejor
df = pd.DataFrame(matrix, index = ["Spam", "Ham"], columns = ["Spam", "Ham"])
# ploteamos
plt.figure(figsize = (10,7))
plt.title("Matriz de confusión")
sn.heatmap(df, annot=True)