如何找出精确性？
提问于 2017-02-26 08:31:02
我想知道sklearn中是否有对应于准确性(实际数据和预测数据之间的差异)的函数，以及如何打印出来？
from sklearn import datasets
iris = datasets.load_iris()
from sklearn.naive_bayes import GaussianNB
naive_classifier= GaussianNB()
y =naive_classifier.fit(iris.data, iris.target).predict(iris.data)
pr=naive_classifier.predict(iris.data)
回答 7
Stack Overflow用户
回答已采纳
发布于 2017-02-26 09:16:29
scikit中的大多数分类器都有一个内置的score()函数，您可以在其中输入X_test和y_test，它将为该估计器输出适当的度量。对于分类估计器，主要是'mean accuracy'。
此外，sklearn.metrics还有许多可用的功能，可以输出不同的度量标准，如accuracy、precision、recall等。
对于你的具体问题，你需要accuracy_score
from sklearn.metrics import accuracy_score
score = accuracy_score(iris.target, pr)Stack Overflow用户
发布于 2018-09-29 04:29:18
您可以使用accuracy_score，查找文档这里。
像这样实施-
from sklearn.metrics import accuracy_score
accuracy = accuracy_score(prediction, labels_test)这将返回一个浮点值。浮点数描述(正确分类的点数)/(测试集中的总点数)
Stack Overflow用户
发布于 2018-09-12 05:52:57
您必须从accuracy_score中导入sklearn.metrics。应该像下面这样，
from sklearn.metrics import accuracy_score
print accuracy_score(predictions,test set of labels)准确的公式是：
正确分类的点数/测试集中的所有点
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42471082
复制相关文章
腾讯云开发者
