python - sklearn KNeighborsClassifier 评分方法如何工作?
问题描述
knn.score(X_test, y_test)
这X_test
是一个包含测试用例并y_test
包含其正确标签的 numpy 数组。
这是返回我为区分虹膜种类而制作的模型的可靠性得分的代码。
这个函数是如何工作的,它是否预测 X_test 数组中的每个值,然后将其与 y_test 数组进行比较并计算平均值?
解决方案
KNeighborsClassifier
是 的子类sklearn.base.ClassifierMixin
。从score
方法的文档中:
返回给定测试数据和标签的平均准确度。
在多标签分类中,这是子集准确度,这是一个苛刻的指标,因为您需要对每个样本正确预测每个标签集。
该score
方法的源代码本身:
return accuracy_score(y, self.predict(X), sample_weight=sample_weight)
它只是对测试数据进行预测并根据给定标签计算准确度分数的捷径。
推荐阅读
- json - 将 DynamoDB 响应转换为 JSON
- python - 使用抗锯齿渲染圆形或椭圆
- java - RabbitMQ 可靠性,RabbitMQ 有多可靠
- git - 如何修复一个 Git 检测不到新添加的文件
- vim - Vim:如何放置两个换行符,然后使用快捷键将光标置于第一个换行符的插入模式?
- javascript - JS访问数组的索引返回未定义
- hibernate - HQL 到带有实体的自定义类,只选择 id 然后查询 n+1
- objective-c - 使用 Swift 枚举的 Objective-C 闭包
- c# - 无法在 API 请求中创建安全 SSL/TLS 通道
- javascript - Javascript 如何将时区转换为实际的时区缩写?