Question

我的问题：如何在svm模块（SVC类）中获得训练错误？

我正在尝试根据所使用的训练数据（或其他特征，如C / gamma）绘制火车组和测试组的错误图。但是，根据SVM documentation，没有这样的公开属性或方法来返回这些数据。我确实发现RandomForestClassifier确实暴露了oob_score_。

Answer 1

只需计算训练数据的分数：

>>> model.fit(X_train, y_train).score(X_train, y_train)

您还可以使用sklearn.metrics模块中的任何其他效果指标。该文件在这里：

http://scikit-learn.org/stable/modules/model_evaluation.html

另外：oob_score_是对测试/验证分数的估计，而不是训练分数。

Answer 2

您甚至可以使用'learning_curve'绘制学习曲线。这是一个例子。

>>> from sklearn.model_selection import learning_curve
    
>>> train_sizes, train_scores, valid_scores = learning_curve(
...     SVC(kernel='linear'), X, y, train_sizes=[50, 80, 110], cv=5)

请参阅此以获取更多详细信息-https://scikit-learn.org/stable/modules/learning_curve.html

如何获取Scikit-learn的svm中的训练错误？

2 个答案: