MMatrixTern
कार्यप्रवाह

कोडिंग कार्यप्रवाह · वर्गीकरण के भ्रम मैट्रिक्स

03
उत्पाद

कार्यप्रवाह

अपेक्षित और अनुमानित लेबल से भ्रम मैट्रिक्स बनाएँ। अलग लंबाई और अनजान लेबल अस्वीकार करें तथा कभी न दिखने वाली श्रेणियों की गिनती शून्य रखें।

01

ऐप डाउनलोड करें

फ़ोल्डर चुनें और संपादन से पहले सहायक से संबंधित फ़ाइलें पढ़ने को कहें। काम का उद्देश्य और सीमाएँ बताएँ।

02

प्रोजेक्ट फ़ोल्डर खोलें

संगत endpoint चुनें। उपलब्ध उपकरण और उत्तरों की गुणवत्ता चुने गए मॉडल तथा सर्वर पर निर्भर करती है।

03

मॉडल जोड़ें और जाँचें

बदलाव और कमांड का आउटपुट देखें। परिणाम स्वीकार करने से पहले प्रोजेक्ट की जाँच चलाएँ; बनाया गया कोड अपने आप परीक्षण किया हुआ नहीं होता।

04

बदलाव देखें और परीक्षण चलाएँ

वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।

वर्गीकरण के भ्रम मैट्रिक्स

कार्यप्रवाह
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

लागू करने से पहले समीक्षा करें. बदलाव और कमांड का आउटपुट देखें। परिणाम स्वीकार करने से पहले प्रोजेक्ट की जाँच चलाएँ; बनाया गया कोड अपने आप परीक्षण किया हुआ नहीं होता।

AI के साथ कोड का कार्यक्षेत्र

आपका अगला विचार यहीं शुरू होता है।

Windows के लिए डाउनलोड करें ↗