Bộ metric phân loại
Đọc precision/recall/F1 đúng ngữ cảnh thay vì chỉ nhìn accuracy.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: binary predictions, confusion matrix, zero division.
Nội dung đề bài
Mục tiêu kiến thức
Đọc precision/recall/F1 đúng ngữ cảnh thay vì chỉ nhìn accuracy.
Mô tả bài toán
Đây là bài số 355 trong tầng Phân loại và học không giám sát. Bài dùng thư viện accuracy_score, precision_score, recall_score, f1_score trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Dùng metric của scikit-learn để trả accuracy, precision, recall và F1 cho binary target; xử lý zero division an toàn.
def classification_metrics(y_true, y_pred):Input
Hai vector nhãn 0/1 cùng độ dài.
Output
Dictionary bốn metric làm tròn 6 chữ số.
Ràng buộc
Dùng zero_division=0 để trường hợp không có positive prediction không crash.
Ví dụ
Giải thích
Không dự đoán positive nào thì precision, recall và F1 đều bằng 0 theo quy ước bài.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
