[T4] Model B: test-set evaluation (accuracy, confusion matrix, precision, recall)
Mantenedores costumam responder em até 1 dia
@snehal1931 já está trabalhando nisso.
Desde 19/10/2026.
Avaliação
- Dificuldade
- 2/5
- Tempo estimado
- 1-3 horas
- Facilidade para iniciantes
- 74/100
- Tipo de issue
- Funcionalidade
- Clareza
- Claramente especificada
- Status de atividade
- Ativa
- Stack de tecnologia
- jupyter-notebook, python, scikit-learn
- Domínio
- machine-learning
Direção de pesquisa
Abra ModelB.ipynb e examine o conjunto de teste e as previsões produzidas pelo trabalho em #63. Calcule e imprima a acurácia no conjunto de teste e a precisão, o recall e a pontuação F1 por classe e em macro usando classification_report; gere matrizes de confusão com as contagens e normalizadas por linha e salve a figura em figures/model_b_confusion.png. Finalize com uma breve discussão sobre quais classes são confundidas e por quê.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Assignment task 4 – evaluation part. The test set is used only once, here.
File: ModelB.ipynb
Tasks
- Test accuracy
- Per-class and macro precision, recall (and F1) with
classification_report - Confusion matrix (counts and row-normalised) →
figures/model_b_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
#63
Branch: feat/64-model-b-evaluate · open a PR into main with Closes #64 in the description.
- Linguagem predominante
- Jupyter Notebook
- Estrelas
- 0
- Forks
- 0
- Merge médio
- 2h 30min
- PRs com merge (30d)
- 23
Preparar o ambiente
Este projeto não oferece contêiner de desenvolvimento, Dockerfile nem guia de contribuição, então a configuração fica por sua conta: comece pelo README e veja nosso guia da primeira contribuição para os passos gerais.
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Issues semelhantes
-
Bug Platform Status: Needs Review
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
Mantenedores costumam responder em até 2 dias
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
aws-samples/sample-aiml-security-assessment#90 ·
Mantenedores costumam responder em até 8 dias
-
Categorical trees: error message and docstring state the wrong limit for categorical_featuresAbertaNeeds Triage
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 68/100
scikit-learn/scikit-learn#35221 ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 90/100