计算预测连续值的准确性得分

Question

从sklearn.metrics导入precision_score

precision_score（y_true，y_pred）

我相信这段代码将返回我们预测的准确性。但是，我正在比较连续值的预测值和实际值，并且我相信其中大多数不会完全相同。

我是否应该拟合测试集值并绘制预测值以获得R平方？

在连续变量的情况下，谁能给我建议如何衡量预测的准确性？

Answer 1

在机器学习中，为离散值（类）定义准确性。它的定义是正确预测占总预测的比例。

因此，真实值是320的值319的预测仍然是不正确的预测。

因此，不建议为连续值计算精度。对于此类值，您需要计算一个预测值与真实值的接近程度的度量。预测连续值的任务称为回归。通常，R平方值用于衡量模型的性能。

您可以使用r2_score(y_true, y_pred)您的方案。

回归任务（连续变量预测）有多种指标，例如：

• 均方误差
• 平均绝对误差
• 方差得分等

您可以在此处获取有关这些指标的sklearn实现的更多信息。