如何在 LinearRegression 上使用 accuracy_score?
Posted
技术标签:
【中文标题】如何在 LinearRegression 上使用 accuracy_score?【英文标题】:How to use accuracy_score on LinearRegression? 【发布时间】:2021-12-06 16:28:35 【问题描述】:我知道 模型 = 线性回归() 打印(model.score(x_test,y_test) 方法工作得很好,但我正在考虑一种在 LinearRegression 上使用 accuracy_score 的方法,我得到的错误困扰着我,所以我开始了:
所以,我有一个使用 OrdinalEncoding 的数据,即我的 y 包含从 1 到 6 的整数,我想到的是将 y_pred(在 x_test 测试后)四舍五入为最接近的整数,转换将整个数组转换为整数,然后在这两个不同的数组上使用 accuracy_score 但出现以下错误,有人可以解释一下原因吗?
from sklearn.linear_model import LinearRegression
from sklearn.metrics import accuracy_score
model = LinearRegression()
model.fit(x_train, y_train)
y_pred = model.predict(x_test)
y_pred = np.round(y_pred)
y_pred = y_pred.astype(int)
y_test = np.array(y_test)
print(accuracy_score(y_pred, y_test))
给我:
ValueError: Classification metrics can't handle a mix of multiclass and unknown targets
【问题讨论】:
正如下面的答案所说;另见***.com/questions/38015181/… 你能重写你的问题吗?示例:您正在尝试做什么?预期结果是什么 【参考方案1】:我们不能将 accuracy_score 用于回归算法
在回归问题中,输出是一个连续变量,因此您不能将 accuracy_score 用于回归问题
【讨论】:
以上是关于如何在 LinearRegression 上使用 accuracy_score?的主要内容,如果未能解决你的问题,请参考以下文章
如何显示 LinearRegression() 的权重和偏差?
如何在我的案例中生成数据特征,以便我可以使用 LinearRegression 等工具进行预测?
如何从sklearn LinearRegression中导出线性回归公式
如何使用 scikit-learn 的 LinearRegression() 捕获时间序列数据的趋势以进行预测