2024-05-23 19:48:23 发布
网友
我想用python中的支持向量机分类器找出错误率,我所采用的方法是:
1-svm.predict(test_samples).mean()
但是,这种方法不起作用。sklearn的得分函数也给出了平均准确度……但是,我不能使用它,因为我想完成交叉验证,然后找到错误率。请在sklearn中建议一个合适的函数来找出错误率。
使用sklearn.metrics.accuracy_scoreDoc here。
sklearn.metrics.accuracy_score
from sklearn.metrics import accuracy_score #create vectors for actual labels and predicted labels... my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False) / float(actual_labels.size)
如果要交叉验证分数,请使用sklearn.cross_validation.cross_val_score实用函数并从sklearn.metrics模块中传递您喜欢的分数函数:
sklearn.cross_validation.cross_val_score
sklearn.metrics
http://scikit-learn.org/dev/modules/cross_validation.html
假设向量中有真正的标签y_test:
y_test
from sklearn.metrics import zero_one_score y_pred = svm.predict(test_samples) accuracy = zero_one_score(y_test, y_pred) error_rate = 1 - accuracy
使用
sklearn.metrics.accuracy_score
Doc here。如果要交叉验证分数,请使用
sklearn.cross_validation.cross_val_score
实用函数并从sklearn.metrics
模块中传递您喜欢的分数函数:http://scikit-learn.org/dev/modules/cross_validation.html
假设向量中有真正的标签
y_test
:相关问题 更多 >
编程相关推荐