如何找出准确性？

Question

我想知道sklearn中是否有一个功能对应于准确度(实际和预测数据之间的差异)以及如何将其打印出来？

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)

Answer 1

scikit中的大多数分类器都有一个内置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,它主要是'mean accuracy'.

也sklearn.metrics有许多功能可用将输出不同的指标等accuracy,precision,recall等.

针对您需要的具体问题 accuracy_score

from sklearn.metrics import accuracy_score
score = accuracy_score(iris.target, pr)

Answer 2

您可以使用accuracy_score，在这里找到文档。

像这样实现-

from sklearn.metrics import accuracy_score
accuracy = accuracy_score(prediction, labels_test)

这将返回一个浮点值。浮点值描述（正确分类的点数）/（测试集中的点总数）