zoukankan      html  css  js  c++  java
  • 【机器学习算法应用与学习_3_代码API篇】3.9模型性能评估

    1. 分类模型评估

    sklearn有三种方式评估一个模型的预测质量,

    1)各模型模块都有一个score方法;

    2)cross-validation模块有评估工具;

    3)metrics模块有一些评估函数。

    这里提供metrics模块API,其他参见参考资料。

    #对测试集进行预测
    y_predict = clf.predict(X_test)
    
    #----输出分类错误数和准确度
    print('错误分类的样本数: %d' % ( y_test!= y_predict).sum() + '')
    from sklearn.metrics import accuracy_score
    print('准确度: %.2f' % accuracy_score(y_test, y_predict))
    print()
    
    #----输出分类结果混淆矩阵
    def my_confusion_matrix(y_true, y_pred):
        from sklearn.metrics import confusion_matrix
        labels = list(set(y_true))
        conf_mat = confusion_matrix(y_true, y_pred, labels = labels)
        print("confusion_matrix(left labels: y_true, up labels: y_pred)")
        print("labels",'	',end='')
        for i in range(len(labels)):
            print(labels[i],'	',end='')
        print()
        for i in range(len(conf_mat)):
            print(i,'	',end='')
            for j in range(len(conf_mat[i])):
                print(conf_mat[i][j],'	',end='')
            print()
        
    my_confusion_matrix(y_test,y_predict)
    print()
    
    #----输出分类报告
    from sklearn.metrics import classification_report
    print("classification_report(left: labels):")
    print(classification_report(y_test, y_predict))
    View Code

     

    参考资料:

    机器学习常用性能指标及sklearn中的模型评估

    https://blog.csdn.net/sinat_36972314/article/details/82734370

    Without summary,you can't master it.
  • 相关阅读:
    转:全面理解Javascript闭包和闭包的几种写法及用途
    VS2010 AnkhSvn
    silverlight 子UserControl获取父UserControl
    IIS相关
    (转)Javascript中console.log()用法
    (转)Sql Server 保留几位小数的两种做法
    asp.net Web API
    (转)C#中数组、ArrayList和List三者的区别
    PowerDesigner
    (转)jQuery.fn.extend与jQuery.extend到底区别在哪?
  • 原文地址:https://www.cnblogs.com/everda/p/11346250.html
Copyright © 2011-2022 走看看