Python scikit-learn中分类和回归评分的区别

Question

我对Python的scikit-learn有点陌生，最近我用它开发了一个数据挖掘算法，使用了分类方法，现在我需要找出它的准确性。首先，我想知道，

在Python的scikit-learn中，分类和回归评分有什么区别？

还有其他方法可以计算我预测算法的准确性吗？

r2_score(y_test,predictions)
f1_score(y_test,predictions)

Regression score (%)== 66%
Classification score (%) == 75%

Answer 1

回归：输出的变量是连续的数值，比如温度、价格等。

分类：输出的变量是类别标签，比如“猫”、“狗”或者“好”、“坏”。

得分会根据结果与这些连续数值和类别标签的对比来计算。