Question

我想在python中使用svm分类器找出错误率，我正在采取的方法是：

  1-svm.predict(test_samples).mean()

但是，这种方法不起作用。另外sklearn的得分函数给出了平均准确度......但是，我不能使用它，因为我想完成交叉验证，然后找到错误率。请在sklearn中建议一个合适的功能，以找出错误率。

Answer 1

假设您在向量y_test中有真实标签：

from sklearn.metrics import zero_one_score

y_pred = svm.predict(test_samples)
accuracy = zero_one_score(y_test, y_pred)
error_rate = 1 - accuracy

Answer 2

如果要交叉验证分数，请使用sklearn.cross_validation.cross_val_score实用程序功能，并将其从sklearn.metrics模块中传递给您喜欢的评分函数：

http://scikit-learn.org/dev/modules/cross_validation.html

Answer 3

使用sklearn.metrics.accuracy_score Doc here。

from sklearn.metrics import accuracy_score
#create vectors for actual labels and predicted labels...
my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False) / float(actual_labels.size)

使用sklearn查找错误率

3 个答案: