机器学习-分类算法评估标准

一. 准确率 accuracy

将预测结果和测试集的目标值比较,计算预测正确的百分比

准确率越高说明模型效果越好

python 复制代码
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
#加载鸢尾花数据
X,y = datasets.load_iris(return_X_y = True)
#训练集 测试集划分
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2)
# 创建KNN分类器对象 近邻数为6
knn_clf = KNeighborsClassifier(n_neighbors=6)
#训练集训练模型
knn_clf.fit(X_train,y_train)
#使用训练好的模型进行预测
y_predict = knn_clf.predict(X_test)

计算准确率:

python 复制代码
sum(y_predict == y_test) / len(y_test)

0.9333333333333333
sklearn.metrics包中的accuracy_score方法: 传入预测结果和测试集的标签, 返回预测准去率

python 复制代码
from sklearn.metrics import accuracy_score
accuracy_score(y_test, y_predict)

0.9333333333333333
分类模型对象的 score 方法:传入测试集特征值,测试集目标值

python 复制代码
knn_clf.score(X_test, y_test)

0.9333333333333333

相关推荐
说私域40 分钟前
百丽企业数字化转型失败案例分析及其AI智能名片S2B2C商城小程序的适用性探讨
人工智能·小程序
不当菜鸡的程序媛2 小时前
Stable Diffusion的U-Net中,交叉注意力机制的QKV
人工智能
不当菜鸡的程序媛2 小时前
Stable Diffusion里面Cross-Attention设计:为啥Q来自图像/噪声,K和V来自文本
人工智能·计算机视觉·stable diffusion
2401_841495645 小时前
【计算机视觉】基于数学形态学的保留边缘图像去噪
人工智能·python·算法·计算机视觉·图像去噪·数学形态学·边缘保留
三天哥5 小时前
Sora 2为什么会火?
人工智能·gpt·ai·aigc·agi·ai视频·sora
逻辑留白陈5 小时前
2025年实用大模型工具清单
人工智能·学习方法
许泽宇的技术分享5 小时前
AI驱动的视频生成革命:MoneyPrinterTurbo技术架构深度解析
人工智能·内容创作·ai视频生成
飞哥数智坊5 小时前
“成章”写作助手开源:中秋赏不成月,那就开源一个 AI 实战项目吧
人工智能·ai编程·trae
colus_SEU5 小时前
【循环神经网络6】LSTM实战——基于LSTM的IMDb电影评论情感分析
人工智能·rnn·深度学习·神经网络·lstm
无风听海6 小时前
神经网络之损失函数
深度学习·神经网络·机器学习