[T4] Model A: test-set evaluation (accuracy, confusion matrix, precision, recall)
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 68/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- jupyter-notebook, python
- Área
- machine-learning, testing
Línea de trabajo
Abre ModelA.ipynb y revisa el trabajo completado de la issue #56 para identificar el conjunto de prueba y las salidas del modelo. Calcula la exactitud en el conjunto de prueba y la precisión, exhaustividad y F1 por clase y macro con classification_report; guarda las matrices de confusión con recuentos y normalizadas por fila en figures/model_a_confusion.png. El trabajo estará completo cuando se impriman las métricas, se guarde la figura y la breve discusión identifique las clases que se confunden y las posibles razones.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Assignment task 4 – evaluation part. The test set is used only once, here.
File: ModelA.ipynb
Tasks
- Test accuracy
- Per-class and macro precision, recall (and F1) with
classification_report - Confusion matrix (counts and row-normalised) →
figures/model_a_confusion.png - Short discussion: which classes are confused (e.g. cats ↔ dogs) and why
Done when
All metrics printed and the confusion-matrix figure saved.
Depends on
#56
Branch: feat/57-model-a-evaluate · open a PR into main with Closes #57 in the description.
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 0
- Forks
- 0
- Merge medio
- 2 h 30 min
- PR fusionados (30 d)
- 23
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Issues similares
-
test(bm_generation): pin the learning parameters and CPU sync shortcutPosiblemente ocupada @iloveeyjafjalla la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
qboson/kaiwu-pytorch-plugin#1341 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
NVlabs/GR00T-WholeBodyControl#286 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 75/100
Los mantenedores suelen responder en 3 días
-
Tutorial notebook: Find the leakAbiertodocumentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
ml-explore/mlx-lm#2002 ·
Los mantenedores suelen responder en 2 días