如何找出準確度？

我想知道是否有一個函數在sklearn中對應於準確性（實際數據和預測數據之間的差異）以及如何打印出來？如何找出準確度？

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)

來源

2017-02-26 Andrew Abugazalekh

在你的情況y和公關都是相同的，即從分類器對相同數據進行預測。要找到準確性，您不應在訓練和預測中使用相同的數據 –

在scikit大多數分類有一個內置的score()功能，在其中您可以輸入您X_test和y_test，它會輸出相應的度量是估計。對於分類估計量，它大部分是'mean accuracy'。

而且sklearn.metrics有很多功能可以將輸出不同的指標，如accuracy，precision，recall等

爲了您的具體問題，你需要accuracy_score

score = accuracy_score(iris.target, pr)

來源

2017-02-26 17:16:29

如何找出準確度？

回答

相關問題