1
resposta

Atividade 11 : Calculando a taxa de acerto

misterioso1 = [1, 1, 1]
misterioso2 = [1, 0, 0]
misterioso3 = [0, 0, 1]

teste = [misterioso1, misterioso2, misterioso3]

#as marcações que eu mesmo fui lá e olhei os dados e coloquei o que deveria ser
#para testar a margem de erro do programa
marcacoes_teste = [-1,1,-1]

resultado = modelo.predict(teste)
print(resultado)

# tiro resultado das minhas marcacoes teste porque se o resultado do programa for
# igual as minhas marcações teste ele vai dar 0. Porque 1-1 =0 e -1 -(-1) =0
# então se o resultado do computador for igual a minha marcação teste vai dar 0  // 1-1 =0 e -1 -(-1) =0
# e se o resultado do computador for diferente da minha marcação teste vai dar 2 // 1-(-1)=2 -1 -1 =2
margem_erro = resultado - marcacoes_teste
print(margem_erro)

#para cada diferenca(d) dentro de margem de erro,  se o valor dessa diferanca for 0, crie um array para mim
#vai devolver todos os elementos porque eu acertei tudo
acertos = [d for d in margem_erro if d == 0]

total_acertos = len(acertos)
total_teste = len(teste)
taxa_acertos = 100.0 * total_acertos / total_teste
print(acertos, "Total de Acertos: ", total_acertos)
print(".....")
print("..........")
print("...............")
print("Total de testes realizados nesta simulação: ", total_teste)
print("Taxa de Acerto (deste teste): ", taxa_acertos, "%")

só mudei o nome das variáveis.

1 resposta

Olá Kátia.

Dei uma olhada no seu código e está tudo certinho, senti falta do trecho do treinamento do modelo.

Então utilizei o que você postou em outro tópico.

#variaveis de classificacao
#e gordinho
#tem pernnha curta
# se faz au au
porco1 = [1,1,0]
porco2 = [1,1,0]
porco3 = [1,1,0]
cachorro1 = [1,1,1]
cachorro2 = [0,1,1]
cachorro3 = [1,1,1]

dados = [porco1, porco2, porco3, cachorro1, cachorro2, cachorro3]

#agora vou diferenciar porcos de cachorros.
# Vou contar para o programa que porco é 1 e cachorro é -1
marcacoes = [1,1,1,-1,-1,-1]

#agora eu tenho um elemento misterioso que eu quero que o computador me conte o que ele é
misterioso = [1,1,1]

from sklearn.naive_bayes import MultinomialNB

modelo = MultinomialNB()

modelo.fit(dados, marcacoes)

Obtive o resultado:


Total de testes realizados nesta simulação:  3        
Taxa de Acerto (deste teste):  100.0 %

Parabéns, você se saiu bem.

Bons Estudos.