به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

0 امتیاز

سلام. من برای محاسبه متریک های precision و recall در کدم با کراس از classification_report استفاده کردم ولی در نتیجه جواب درستی دریافت نمیکنم و لیبل دیتام رو انگار نمیشناسه، من از یک دیتای دو کلاسه استفاده میکنم و دارای لیبل های 0 و 1 هست. میشه بهم بگین مشکل کجاست؟ و چرا اینجوره؟ به جای classification_rport ایا راه دیگه ای برای محاسبه این متریک ها هست؟ کد:

targets = ['0', '1']
predictions = model.predict(X_Test, batch_size=32)``
print(classification_report(Y_Test.argmax(axis=1), predictions.argmax(axis=1), target_names=targets, digits=4))
Accuracy = accuracy_score(Y_Test, predictions.round(), normalize = True)
print("Accuracy: %.2f%%" % (Accuracy * 100.0))

نتیجه:

acc: 67.83%
              precision    recall  f1-score   support
          0     1.0000    1.0000    1.0000      2008  
avg / total     1.0000    1.0000    1.0000      2008
Accuracy: 67.83%
/usr/local/lib/python3.6/dist-packages/sklearn/metrics/classification.py:1428: UserWarning: labels size, 1, does not match size of target_names, 2
  .format(len(labels), len(target_names))
سوال شده توسط (100 امتیاز)

لطفا وارد شده یا عضو شوید تا بتوانید سوال بپرسید

...