1.acc计算原理

sklearn中accuracy_score函数计算了准确率。

在二分类或者多分类中,预测得到的label,跟真实label比较,计算准确率。

在multilabel(多标签问题)分类中,该函数会返回子集的准确率。如果对于一个样本来说,必须严格匹配真实数据集中的label,整个集合的预测标签返回1.0;否则返回0.0.

2.acc的不适用场景:

在正负样本不平衡的情况下,准确率这个评价指标有很大的缺陷。比如在互联网广告里面,点击的数量是很少的,一般只有千分之几,如果用acc,即使全部预测成负类(不点击)acc也有 99% 以上,没有意义。因此,单纯靠准确率来评价一个算法模型是远远不够科学全面的。在类别不平衡没那么太严重时,该指标具有一定的参考意义。

3.metrics.accuracy_score()的使用方法

不管是二分类还是多分类,还是多标签问题,计算公式都为:

只是在多标签问题中,TP、TN要求更加严格,必须严格匹配真实数据集中的label。

sklearn.metrics.accuracy_score(y_true, y_pred, *, normalize=True, sample_weight=None)

输入参数:

y_true:真是标签。二分类和多分类情况下是一列,多标签情况下是标签的索引。

y_pred:预测标签。二分类和多分类情况下是一列,多标签情况下是标签的索引。

normalize:bool, optional (default=True),如果是false,正确分类的样本的数目(int);如果为true,返回正确分类的样本的比例,必须严格匹配真实数据集中的label,才为1,否则为0。

sample_weight:array-like of shape (n_samples,), default=None。Sample weights.

输出:

如果normalize == True,返回正确分类的样本的比例,否则返回正确分类的样本的数目(int)。

accuracy_score函数相关推荐

  1. metrics.accuracy_score()函数 计算acc

    引子 : 如图:在各种机器学习算法中我们经常会遇见metrics.accuracy_score()这个函数,它到底有什么作用呢?为此我专门搜集了一些相关资料. sklearn 中accuracy_sc ...

  2. python 多分类逻辑回归_机器学习实践:多分类逻辑回归(softmax回归)的sklearn实现和tensorflow实现...

    本文所有代码及数据可下载. Scikit Learn 篇:Light 版 scikit learn内置了逻辑回归,对于小规模的应用较为简单,一般使用如下代码即可 from sklearn.linear ...

  3. 【白话机器学习】算法理论+实战之朴素贝叶斯

    1. 写在前面 如果想从事数据挖掘或者机器学习的工作,掌握常用的机器学习算法是非常有必要的,常见的机器学习算法: 监督学习算法:逻辑回归,线性回归,决策树,朴素贝叶斯,K近邻,支持向量机,集成算法Ad ...

  4. 集成学习之sklearn中的xgboost基本用法 (转载)

    转载自:https://blog.csdn.net/qq_30868235/article/details/80370060 1.数据集 数据集使用sklearn自带的手写数字识别数据集mnist,通 ...

  5. 朴素贝叶斯分类实战:对文档进行分类

    朴素贝叶斯分类最适合的场景就是文本分类.情感分析和垃圾邮件识别.其中情感分析和垃圾邮件识别都是通过文本来进行判断.所以朴素贝叶斯也常用于自然语言处理 NLP 的工具. sklearn 机器学习包 sk ...

  6. 机器学习模型的性能指标

    There are various metrics that we can use to evaluate the performance of ML algorithms, classificati ...

  7. 模型评估——定量分析预测的质量

    https://blog.csdn.net/hustqb/article/details/77922031 评分参数定义模型评价规则 公共案例预定义值 根据度量函数定义你的评分策略 应用你自己的评分对 ...

  8. 机器学习与Scikit Learn学习库

    摘要: 本文介绍机器学习相关的学习库Scikit Learn,包含其安装及具体识别手写体数字案例,适合机器学习初学者入门Scikit Learn. 在我科研的时候,机器学习(ML)是计算机科学领域中最 ...

  9. graphviz 画决策树_决策树算法-实战篇

    本节来介绍如何用决策树解决实际问题. 决策树是常用的机器学习算法之一,决策树模型的决策过程非常类似人类做判断的过程,比较好理解. 决策树可用于很多场景,比如金融风险评估,房屋价格评估,医疗辅助诊断等. ...

  10. python推荐系统算法朴素贝叶斯_机器学习经典算法之朴素贝叶斯分类

    很多人都听说过贝叶斯原理,在哪听说过?基本上是在学概率统计的时候知道的.有些人可能会说,我记不住这些概率论的公式,没关系,我尽量用通俗易懂的语言进行讲解. 贝叶斯原理是英国数学家托马斯·贝叶斯提出的. ...

最新文章

  1. 详细的线程池讲解,手写C与C++版本
  2. 安徽理工大学计算机技术研究生,安徽理工大学(专业学位)计算机技术研究生辅导...
  3. Oracle错误 1053: 该服务没有响应启动或控制请求
  4. 菜鸟系列docker——docker基本概念(1)
  5. SpringAOP描述及实现_AspectJ详解_基于注解的AOP实现_SpringJdbcTemplate详解
  6. 算法与数据结构(六):堆排序
  7. oracle 转成 mysql_oracle转mysql总结(转)
  8. 把python安装到u盘无法使用_U盘无法使用不能用怎么办解决教程
  9. mysql 两个结果集求差
  10. python初学者怎么入门-终于晓得python入门后怎么学精
  11. Nginx-Web管理系统
  12. c语言小树苗健康指数,一颗特别的小树苗.doc
  13. 雷塞控制器SMC304简单介绍
  14. 无盘服务器易乐游,网维大师、易乐游无盘万兆性能评测
  15. 一篇想要获取积分的博
  16. oracle 获取日期的毫秒_Oracle 毫秒时间戳
  17. 设计模式10——状态模式
  18. 程序员真的是吃青春饭的吗?
  19. Android 省电模式 降频吗,开启省电模式会降频吗
  20. slam入门——十四讲笔记(一)

热门文章

  1. Android | Sensor.TYPE_ORIENTATION被废弃后的解决办法
  2. 《互联网信息资源检索与利用》读书笔记
  3. 如何制定切实可行的计划并好好执行——2020年,我不想再碌碌无为
  4. STM32——LCD液晶显示
  5. js做个人所得税计算器
  6. Accer 4752G添加固态硬盘 双系统
  7. OA审批1.0版本工作总结
  8. MADlib——基于SQL的数据挖掘解决方案(24)——分类之决策树
  9. rhel7添加静态路由
  10. 电磁场知识回顾——求解方法汇总