如何從樣本數據中計算精度分數？

Question

例如 -

X = iris.data 
y = iris.target 

from sklearn.nighbors import KNeighborsClassifier 

knn = KNeighborsClassifier() 

knn.fit(X,y) 

pred = knn.predict([3,5,4,2]) 

print(pred) 

輸出：[2] ...這裏2代表一類值 我如何計算這個預測的準確性？

Answer 1

如果您的意思是可能性而不是準確性，因爲您無法計算單點精度。

而不是

pred = knn.predict([3,5,4,2]) 

使用

pred = knn.predict_proba([3,5,4,2]) 

它應該給你屬於類數據點的概率。

如果您正在尋找整體模型的準確性，您可以做交叉驗證。

from sklearn.neighbors import KNeighborsClassifier 
from sklearn.metrics import cross_val_score 
from sklearn import datasets 

iris = datasets.load_iris() 
X = iris.data 
y = iris.target 

knn = KNeighborsClassifier() 
scores = cross_val_score(knn, X, y, cv=10) 
print(score.mean()) 

輸出

0.96666666666666679