1
resposta

[Dúvida] Testando em duas dimensões

A acurácia de base deu a mesma mas a acurácia do modelo ficou difrente:

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Garanta sua matrícula hoje e ganhe + 2 meses grátis

Continue sua jornada tech com ainda mais tempo para aprender e evoluir

Quero aproveitar agora
1 resposta

Olá, William, tudo bem?

No código da aula, a SEED utilizada é 20. No seu código, a SEED utilizada é 4587. A mudança na SEED altera a forma como os dados são divididos entre treino e teste, o que impacta diretamente no resultado do modelo. Para garantir que você obtenha os mesmos resultados da aula, sugiro que você defina a SEED com o mesmo valor utilizado na aula (20).

Abaixo deixo o código do curso:

from sklearn.model_selection import train_test_split
from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score

SEED = 20

treino_x, teste_x, treino_y, teste_y = train_test_split(x, y,
                                                         random_state = SEED,
                                                         stratify = y)
print(f"Treinaremos com {len(treino_x)}")
print(f"Testaremos com {len(teste_x)}")

modelo = LinearSVC()
modelo.fit(treino_x, treino_y)
previsoes = modelo.predict(teste_x)

acuracia = accuracy_score(teste_y, previsoes) * 100
print(f"A acurácia foi de {acuracia:.2f}%")

Depois de fazer as alterações, reinicie o notebook, seguindo estes passos:

  1. No menu de ferramentas do Google Colaboratory, clicar em "Ambientes de execução";

  2. Selecionar a opção "Reiniciar sessão e executar tudo".

Para realizar essas etapas, você pode acompanhar a imagem abaixo:

Reiniciar sessão e executar tudo, no Google Colaboratory

Espero que isso ajude! Se tiver mais alguma dúvida, pode me perguntar.

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!