如何找出准确度？

我想知道是否有一个函数在sklearn中对应于准确性（实际数据和预测数据之间的差异）以及如何打印出来？如何找出准确度？

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)

来源

2017-02-26 Andrew Abugazalekh

在你的情况y和公关都是相同的，即从分类器对相同数据进行预测。要找到准确性，您不应在训练和预测中使用相同的数据 –

在scikit大多数分类有一个内置的score()功能，在其中您可以输入您X_test和y_test，它会输出相应的度量是估计。对于分类估计量，它大部分是'mean accuracy'。

而且sklearn.metrics有很多功能可以将输出不同的指标，如accuracy，precision，recall等

为了您的具体问题，你需要accuracy_score

score = accuracy_score(iris.target, pr)

来源

2017-02-26 17:16:29

如何找出准确度？

回答

相关问题