Aula 07 - Predizendo e testando a performance do modelo



A predição de novos exemplos baseia-se no treinamento feito. O classificador treinado utiliza o modelo criado para predizer qual é a classe do novo exemplar. Em python utilizamos a função predict:


# predicting um novo exemplar sent_pred = classifier.predict(text_test)


A variável sent_pred retornará um array contendo as classes na qual o classificador acredita que o novo exemplar pertença.

Para realizar a avaliação do classificador devemos utilizar a geração da matriz de confusão:

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(sent_test,sent_pred)
print (cm)


[[157 51] [ 28 164]]

A matriz de confusão mostra em sua diagonal principal os exemplos que tiveram acerto (157 + 164) e na diagonal secundária (28 + 51) os exemplos que o classificador errou.




Aula 07 - Predizendo e testando a performance do modelo Aula 07 - Predizendo e testando a performance do modelo Reviewed by Vinicius dos Santos on 04:09:00 Rating: 5

Nenhum comentário

Escreve ai sua opinião!