无法获得我的林的准确分数

Question

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。

Answer 1

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

Answer 2

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。

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train,y_train)
accuracy = regressor.score(x_test,y_test)
print(accuracy*100,'%')

输出（a/c到我的模型）

86.23572%

Answer 3

你的变量是什么样子的。下面的代码运行良好。

from sklearn import metrics
test_y, linear_predicted_rating = [1,2,3,4], [1,2,3,5]
metrics.accuracy_score(test_y, linear_predicted_rating)