Projekt
Odmítněte rozdílné délky a neznámé štítky a zachovejte nuly pro třídy, které se nevyskytly.
Pracovní prostředí s AI pro kód
Matice záměn při klasifikaci
Sestavte matici záměn z očekávaných a předpovězených štítků.
● ● ●MatrixTern●
Pracovní postupy · Matice záměn při klasifikaci ×
def confusion(expected, predicted, labels):
if len(expected) != len(predicted) or len(set(labels)) != len(labels):
raise ValueError("labels or lengths")
index = {label: i for i, label in enumerate(labels)}
matrix = [[0] * len(labels) for _ in labels]
for actual, guess in zip(expected, predicted):
if actual not in index or guess not in index:
raise ValueError("unknown label")
matrix[index[actual]][index[guess]] += 1
return matrix✳Sestavte matici záměn z očekávaných a předpovězených štítků.
✓ ZměnyPřed použitím zkontrolujte ↗
Ilustrace pracovního prostředí
Před použitím zkontrolujte
Porovnejte skutečné chování s očekávaným výsledkem. Pokud kontrola selže, před dalšími změnami zjistěte příčinu.
Modely
Nastavte endpoint kompatibilní s OpenAI nebo Anthropic pomocí základní URL a případného API klíče. Otestujte připojení. Lokální server modelu musí běžet; vzdálené nástroje mohou data odesílat samostatně.
Pracovní postupy
def confusion(expected, predicted, labels):
if len(expected) != len(predicted) or len(set(labels)) != len(labels):
raise ValueError("labels or lengths")
index = {label: i for i, label in enumerate(labels)}
matrix = [[0] * len(labels) for _ in labels]
for actual, guess in zip(expected, predicted):
if actual not in index or guess not in index:
raise ValueError("unknown label")
matrix[index[actual]][index[guess]] += 1
return matrixZajistěte, aby byl vyhodnocovací kód stejně kontrolovatelný jako výsledek
MatrixTern poskytuje vývojářům AI prostředí pro Windows ke zkoumání kódu stojícího za výsledkem vyhodnocení. Otevřete složku projektu a před žádostí o změny uveďte, co má zpráva měřit. Rozhovor pak může propojit výpočet, jeho vstupy a kód prezentující výsledek místo považování vypsaného čísla za dostatečný důkaz.
U klasifikační zprávy požádejte model o prověření převodu očekávaných a předpovězených štítků do matice záměn. Dodejte deklarované pořadí štítků a malá testovací data, jejichž počty dokážete sami ověřit. Požadavek poskytuje konkrétní způsob diskuse o implementaci bez předpokladu předchozího nezávislého ověření zprávy.
Navržené úpravy využijte k vyjasnění předpokladů ovlivňujících výklad: odmítání neznámých štítků, reprezentace prázdných tříd a požadavku shodných délek vstupů. Zkontrolujte dotčené soubory a spusťte vyhodnocovací testy. Vedle součtu porovnejte zobrazené štítky s podkladovou maticí.
AI model s odstraněnými omezeními může být dostupný přes koncový bod kompatibilní s OpenAI nebo Anthropic nastavený v MatrixTern. Podle potřeby přidejte přihlašovací údaje a ověřte spojení. Vybraný model a server určují omezení, kontext a nástroje; jejich výstup je stále třeba posuzovat spolu s projektovými podklady.
Kontrola softwaru za zprávou
Jaká jsou užitečná první testovací data pro klasifikační zprávu?
Použijte krátkou sekvenci se známou správnou předpovědí a známou chybnou klasifikací a výslovně uveďte pořadí štítků. Očekávané počty vypočítejte nezávisle. Usnadní to odhalení prohozených os nebo nekonzistentního indexování štítků.
Mají štítky chybějící ve vzorku zmizet z výstupu?
Rozhodněte, zda zpráva používá pevnou sadu štítků nebo ji odvozuje z každého vzorku. Tento požadavek ukažte modelu a prověřte i prezentační kód. Mizející třída může ztížit porovnávání zpráv.
Seřadí MatrixTern připojené modely za mě?
Zde popsaný postup se týká kontroly vašeho vyhodnocovacího softwaru. Odpověď modelu není naměřený benchmark. Vy definujete experiment, spouštíte kontroly a zkoumáte výsledné důkazy před vyvozením závěrů o jakémkoli systému.
Jak mám zacházet s citlivými vyhodnocovacími vzorky?
Používejte reprezentativní data zbavená citlivých údajů a před sdílením prověřte koncový bod modelu i připojené nástroje. Ani samostatně běžící místní modelový server nečiní každý nástroj místním, proto prozkoumejte celou cestu dat.
MatrixTern · Aktualizováno 2026-10-25
