我想知道sklearn中是否有一个函数对应于精度(实际数据和预测数据之间的差异)以及如何打印出来?
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)
最佳答案
SciKit中的大多数分类器都有一个内置的score()
函数,在该函数中,您可以输入x_测试和y_测试,它将为该估算器输出适当的度量。对于分类估计,它主要是'mean accuracy'
。
此外,sklearn.metrics
还具有许多可用功能,这些功能将输出不同的指标,如accuracy
、precision
、recall
等。
对于您的特定问题,您需要accuracy_score
from sklearn.metrics import accuracy_score
score = accuracy_score(iris.target, pr)
关于python - 如何找出准确性?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/42471082/