如果要获得测试集的准确性得分,则需要创建一个答案键,可以将其称为y_test
。除非您知道正确的答案,否则您无法知道自己的预测是否正确。
有了答案键后,您就可以获取准确性。所需的方法是sklearn.metrics.accuracy_score 。
我在下面写了出来:
from sklearn.metrics import accuracy_score
# ... everything else the same ...
# create an answer key
# I hope this is correct!
y_test = [[1], [2], [3]]
# same as yours...
classifier.fit(X_train, y_train)
predicted = classifier.predict(X_test)
# get the accuracy
print accuracy_score(y_test, predicted)
此外,sklearn除了准确性外还有其他几个指标。在此处查看它们: sklearn.metrics
0
我使用了以下代码集:而且我需要检查X_train和X_test的准确性
以下代码在多标签类的分类问题中对我有用
输出值
我想检查“培训”和“测试数据集”之间的准确性。评分功能不适用于我,它显示一条错误,指出无法接受多标签值
NotImplementedError:多标签分类器不支持得分
请帮助我获得训练和测试数据的准确性结果,并为我们的分类案例选择一种算法。