記事一覧
ClassificationReport
ClassificationReportは分類問題の結果を様々な指標を元に集計したテキストレポートを指します。
sklearn.metrics.classification_report
・第１引数：正解ラベル
・第２引数：予測ラベル
・第３引数：目的変数の各クラスの名前を指定。
＜手順①＞ライブラリのインポート
# ライブラリのインポート from sklearn.metric
ConfusionMatrix【混合行列】
ConfusionMatrixはクラス分類問題の結果を「実際のクラス」と「予測したクラス」を軸にしてまとめたものになります。
・真陽性（TP: True Positive）: 実際のクラスが陽性で予測も陽性（正解）
・真陰性（TN: True Negative）: 実際のクラスが陰性で予測も陰性（正解）
・偽陽性（FP: False Positive）: 実際のクラスは陰性で予測が陽性（不正解）
AccuracyScore
教師あり学習で作成した分類モデルがどのくらいの精度になっているか確認するためにaccuracyを算出してみましょう。
＜手順①＞ライブラリのインポート
In [1]: # ライブラリのインポート from sklearn.metrics import accuracy_score
＜手順②＞正解ラベル、予測ラベルの指定
# 予測ラベル y_pred = [0