时间戳

首页 > 解决方案 > 如何使用 sklearn 的 SGDClassifier 返回前 N 个预测的准确率？

python - 如何使用 sklearn 的 SGDClassifier 返回前 N 个预测的准确率？

问题描述

我正在尝试修改这篇文章中的结果（如何使用 sklearn 的 SGDClassifier 获得前 3 名或前 N 名预测）以获得返回的准确率，但是我得到的准确率为零，我不知道为什么。有什么想法吗？任何想法/编辑将不胜感激！谢谢你。

from sklearn.feature_extraction.text import TfidfVectorizer
import numpy as np
from sklearn import linear_model
arr=['dogs cats lions','apple pineapple orange','water fire earth air', 'sodium potassium calcium']
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(arr)
feature_names = vectorizer.get_feature_names()
Y = ['animals', 'fruits', 'elements','chemicals']
T=["eating apple roasted in fire and enjoying fresh air"]
test = vectorizer.transform(T)
clf = linear_model.SGDClassifier(loss='log')
clf.fit(X,Y)
x=clf.predict(test)

def top_n_accuracy(probs, test, n):
    best_n = np.argsort(probs, axis=1)[:,-n:]
    ts = np.argmax(test, axis=1)
    successes = 0
    for i in range(ts.shape[0]):
        if ts[i] in best_n[i,:]:
            successes += 1
    return float(successes)/ts.shape[0]

n=2
probs = clf.predict_proba(test)

top_n_accuracy(probs, test, n)

标签： pythonscikit-learntf-idf

解决方案

from sklearn.feature_extraction.text import TfidfVectorizer
import numpy as np
from sklearn import linear_model

arr=['dogs cats lions','apple pineapple orange','water fire earth air', 'sodium potassium calcium']
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(arr)
feature_names = vectorizer.get_feature_names()
Y = ['animals', 'fruits', 'elements','chemicals']
T=["eating apple roasted in fire and enjoying fresh air", "I love orange"]
test = vectorizer.transform(T)

clf = linear_model.SGDClassifier(loss='log')
clf.fit(X,Y)
x=clf.predict(test)

n=2
probs = clf.predict_proba(test)

topn = np.argsort(probs, axis = 1)[:,-n:]

在这里，我介绍了基本事实标签向量（这些是数字索引，您需要将 ["elements", etc] 映射到 [0,1,2 etc]。这里我假设您的测试示例属于元素。

y_true = np.array([2,1])

然后这应该计算您的准确性

np.mean(np.array([1 if y_true[k] in topn[k] else 0 for k in range(len(topn))]))

推荐阅读