sklearn 库中 .score() 和 .predict 之间的区别？

Question

我使用 sklearn 库和以下代码实例化了一个 SVC 对象：

clf = svm.SVC(kernel='linear', C=1, cache_size=1000, max_iter = -1, verbose = True)

然后我使用以下方法拟合数据：

model = clf.fit(X_train, y_train)

其中 X_train 是 (301,60) 并且 y_train 是 (301,) ndarray（y_train 由类标签“1”、“2”和“3”组成）。

现在，在我偶然发现 .score() 方法之前，为了确定我的模型在训练集上的准确性，我使用了以下内容：

prediction = np.divide((y_train == model.predict(X_train)).sum(), y_train.size, dtype = float)

这给出了大约 62% 的结果。

但是，当使用 model.score(X_train, y_train) 方法时，我得到了大约 83% 的结果。

因此，我想知道是否有人可以向我解释为什么会这样，因为据我所知，他们应该返回相同的结果？

附录：

y_true 的前 10 个值是：

• 2, 3, 1, 3, 2, 3, 2, 2, 3, 1, ...

而对于 y_pred（使用 model.predict(X_train) 时），它们是：

• 2, 3, 3, 2, 2, 3, 2, 3, 3, 3, ...

Answer 1

因为你的y_trainis(301, 1)而不是(301,)numpy 进行广播，所以

(y_train == model.predict(X_train)).shape == (301, 301)

这不是你想要的。您的代码的正确版本是

np.mean(y_train.ravel() == model.predict(X_train))

这将给出相同的结果

model.score(X_train, y_train)