我正在研究基于IMDB数据的回归模型,以预测IMDB值。在我的线性回归中,我无法得到准确的分数。
我的代码行:
metrics.accuracy_score(test_y, linear_predicted_rating)
错误:
ValueError: continuous is not supported
如果我改变这条线得到r2分数
metrics.r2_score(test_y,linear_predicted_rating)
我可以毫无错误地获得r2。 你知道我为什么要看这个吗?
谢谢。
编辑:
我发现test_y
是panda数据帧,而linear_predicted_rating
是numpy数组格式。
metrics.accurity_score用于度量分类精度,它不能用于度量回归模型的精度,因为看到回归的精度没有意义-预测很少能等于预期值。如果预测值与预期值相差1%,那么准确度将为零,尽管这些预测值非常好
以下是回归的一些度量:http://scikit-learn.org/stable/modules/classes.html#regression-metrics
您可以使用
LinearRegression
中的score(X, y, sample_weight=None)
函数通过相应地更改逻辑来获得预测的准确性。输出(a/c到我的模型)
你的变量是什么样子的。下面的代码运行良好。
相关问题 更多 >
编程相关推荐