我正在讀有關sklearn中使用的指標,但我覺得很困惑以下:sklearn如何逐步計算精度分數?
在本文檔sklearn提供其使用的一個例子如下:
import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
accuracy_score(y_true, y_pred)
0.5
我理解該sklearns計算該度量如下:
我不知道這個過程,我想感謝一些人能夠一步一步解釋更多這個結果,因爲我正在研究它,但是我發現很難理解,爲了更多地理解,我嘗試了以下情況:
import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0, 2, 1, 3,0]
y_true = [0, 1, 2, 3,0]
print(accuracy_score(y_true, y_pred))
0.6
而且我認爲正確的計算應爲以下:
,但我不知道這件事,我想看看是否有人會支持我的計算,而不是複製並粘貼sklearn的文檔。
我有疑問,如果我在sumatory是一樣的我括號裏面的公式,它是我不清楚,我不知道是否在sumatory元素的數量與樣本中元素的數量相關,如果它也取決於類的數量。
感謝您的支持,現在對我來說很清楚結果。 – neo33