使用 sklearn 找出错误率

Posted 2023-03-12

【中文标题】使用 sklearn 找出错误率

【英文标题】：Find out error rate using sklearn

【发布时间】：2012-05-06 07:51:56

【问题描述】：

我想在 python 中使用 svm 分类器找出错误率，我采取的方法是：

  1-svm.predict(test_samples).mean()

但是，这种方法行不通。 sklearn 的 score 函数也给出了平均准确率......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。

【问题讨论】：

svm.predict 不给你分类的输出吗？为什么取平均值会做任何有用的事情？

【参考方案1】：

假设您在矢量y_test 中有真实标签：

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

【参考方案2】：

如果您想交叉验证分数，请使用sklearn.cross_validation.cross_val_score 实用函数并将sklearn.metrics 模块中您喜欢的评分函数传递给它：

http://scikit-learn.org/dev/modules/cross_validation.html

【参考方案3】：

使用sklearn.metrics.accuracy_scoreDoc here。

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)

【讨论】：

这是分类错误，多少分类正确。