MMatrixTern
Produk

Fitur program · Matriks kebingungan klasifikasi

01

Tolak panjang berbeda serta label tak dikenal, sambil mempertahankan hitungan nol untuk kelas yang belum diamati.

01

Model

Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.

02

Proyek

Pilih folder dan minta asisten membaca berkas terkait sebelum mengeditnya. Tentukan tujuan serta batas tugas.

03

Perubahan

Tinjau perubahan dan keluaran perintah. Jalankan pemeriksaan proyek sebelum menerima hasilnya; kode yang dihasilkan tidak otomatis sudah diuji.

Matriks kebingungan klasifikasi

● ● ●MatrixTern●
Alur kerja · Matriks kebingungan klasifikasi ×
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
✳Bangun matriks kebingungan dari label yang diharapkan dan diprediksi.
✓ PerubahanTinjau sebelum menerapkan ↗
Ilustrasi ruang kerja
Ruang kerja kode dengan AI

Ide berikutnya dimulai di sini.

Unduh untuk Windows ↗