sklearn

Question

的分数与precision_score之间的差异对我来说似乎都是一样的。有什么不同？

score()方法sklearn.naive_bayes.GaussianNB()模块VSaccuracy_score方法sklearn.metrics模块

在此先感谢...

Answer 1

一般情况下，不同的车型有评分方法，返回不同的指标。这是为了允许分类器指定他们认为最适合他们的评分度量标准（因此，例如，最小二乘回归分类器会有一个返回类似于平方误差总和的方法）。在GaussianNB的情况下，文档说其得分方法：

返回给定测试数据和标签的平均精度。

的accuracy_score法说，它的返回值取决于设定为normalize参数：

如果假，返回正确分类的样本数量。否则，返回正确分类样本的一小部分。

所以它会出现，我认为，如果你设置normalize到True你会得到相同的值GaussianNB.score方法。

一个简单的方法来确认我的猜测是建立一个分类器，并调用score与normalize = True和accuracy_score并查看它们是否匹配。他们呢？