evaluer : perte moyenne et accuracy à partir des scores

Partie 4 · ★★★

Le modèle de l'exercice 4 renvoie des scores, pas des probabilités. La sigmoïde vaut 0,5 quand le score vaut 0 : le modèle répond « pneumonie » (1) quand score > 0, pas quand score > 0.5. L'accuracy est la part de bonnes réponses ; la perte est celle du cours (moyenne des −log de la probabilité de la bonne réponse).

Écris evaluer(scores, etiquettes) qui renvoie (perte, accuracy). Le jeu de test du cours : 8 scores et 8 étiquettes, accuracy attendue 75 %.

def sigmoide(u):
    return 1 / (1 + math.exp(-u))

def evaluer(scores, etiquettes):
    n = len(etiquettes)
    choix = [1 if s > ___ else 0 for s in scores]
    bonnes = sum(c == e for c, e in zip(choix, etiquettes))
    p = [sigmoide(s) if e == 1 else 1 - sigmoide(s) for s, e in zip(scores, etiquettes)]
    perte = -sum(math.log(pi) for pi in p) / ___
    return perte, bonnes / ___

scores = [2.0, -1.0, 0.3, -0.2, 0.8, -3.0, 0.1, 1.5]
etiquettes = [1, 0, 1, 1, 0, 0, 1, 1]
perte, accuracy = evaluer(scores, etiquettes)

Ctrl/⌘+Entrée

Exercice suivant → La note à battre : toujours répondre « pneumonie »