使用sklearn

Question

我想找出使用​​SVM分類在Python中的錯誤率，那我取來完成同樣的方法找出錯誤率：

1-svm.predict(test_samples).mean() 

然而，這種方法是行不通的。此外，sklearn的得分函數給出了平均準確度......但是，我無法使用它，因爲我想完成交叉驗證，然後找到錯誤率。請在sklearn中建議一個合適的函數來找出錯誤率。

Answer 1

假設你有一個載體y_test真實標籤：

from sklearn.metrics import zero_one_score 

y_pred = svm.predict(test_samples) 
accuracy = zero_one_score(y_test, y_pred) 
error_rate = 1 - accuracy 

Answer 2

如果你想穿越驗證分數，使用sklearn.cross_validation.cross_val_score效用函數，並通過它，你從sklearn.metrics模塊喜歡打分函數：

http://scikit-learn.org/dev/modules/cross_validation.html

Answer 3

使用sklearn.metrics.accuracy_scoreDoc here。

from sklearn.metrics import accuracy_score 
#create vectors for actual labels and predicted labels... 
my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False)/float(actual_labels.size)