Add model data and comparison

src/chapter_2.md

@@ -74,13 +74,26 @@ Le fasi considerate sono:
 A partire dal dataset *labellato* è stato possibile costruire un training e un test set, mediante i quali è stato possibile allenare e valutare le performance del modello bayesiano.
 Mentre le performance del primo modello sono state valutate sull'intero dataset.
 
+\begin{figure}[!ht]
+\subfloat[Numero di issues rispetto al tipo\label{fig:labeling-type}]{%
+    \includegraphics[width=0.45\textwidth]{src/figures/count-type.pdf}
+  }
+  \hfill
+\subfloat[Numero di issues rispetto alla fase\label{fig:labeling-phases}]{%
+    \includegraphics[width=0.45\textwidth]{src/figures/count-phases.pdf}
+  }
+  \caption{Risultati della classificazione manuale}
+  \label{fig:labeling}
+\end{figure}
+
 Al fine di poter confrontare i due modelli sono state utilizzate le metriche di precision e recall.
-Com'è possibile notare dai valori riportati in @tbl:confronto-modelli-classificazione-issues, il modello...
+Com'è possibile notare dai valori riportati in @tbl:confronto-modelli-classificazione-issues, il modello basato sulla lista di vocaboli è leggermente più preciso del modello bayesiano, ma presenta una recall decisamente più bassa.
+Dalla @fig:labeling-type si evince la natura minoritaria delle issues di \ac{ML} rispetto alle issues generiche, per questo motivo si è scelto di preferire il modello naïve Bayes in modo da perdere quante meno istanze possibili anche a costo di sacrificare leggermente la precisione.
 
 |           | Classificatore statico | naïve Bayes |
 |-----------|------------------------|-------------|
-| precision | XX                     | XX          |
-| recall    | XX                     | XX          |
+| precision | 0.46                   | 0.41        |
+| recall    | 0.74                   | 0.94        |
 
 : Confronto dei due modelli per la classificazione delle issues. {#tbl:confronto-modelli-classificazione-issues}