无法获得线性的准确度分数

Question

我正在研究基于IMDB数据的回归模型，以预测IMDB值。在我的线性回归上，我无法获得准确度分数。

我的代码行：

metrics.accuracy_score(test_y, linear_predicted_rating)

错误：

ValueError: continuous is not supported

如果我要更改该行以获得r2分数，

metrics.r2_score(test_y,linear_predicted_rating)

我能够毫无错误地获得r2。 我知道为什么会看到这个？

感谢。

编辑： 我发现的一件事是test_y是熊猫数据框，而linear_predicted_rating是numpy数组格式。

Answer 1

metrics.accuracy_score用于衡量分类准确度，它不能用于衡量回归模型的准确性，因为看到回归的准确性没有意义 - 预测很少能够等于预期值。如果预测值与预期值相差1％，则准确度将为零，尽管这些预测值很高

以下是回归的一些指标：http://scikit-learn.org/stable/modules/classes.html#regression-metrics

Answer 2

通过相应地更改逻辑，您可以使用score(X, y, sample_weight=None)中的LinearRegression函数获得预测的准确性，如下所示。

from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(x_train,y_train)
accuracy = regressor.score(x_test,y_test)
print(accuracy*100,'%')

输出（a / c到我的模型）

97.23572%

Answer 3

你的变量是什么样的。以下代码效果很好。

from sklearn import metrics
test_y, linear_predicted_rating = [1,2,3,4], [1,2,3,5]
metrics.accuracy_score(test_y, linear_predicted_rating)

Answer 4

以上是R平方值，而不是精度：

# R squared value
metrics.explained_variance_score(y_test, predictions)

Answer 5

您无法预测回归模型的准确性，但是可以使用平均绝对误差，均方误差，均方根误差，最大误差，中值误差R平方等分析模型。 以供参考 您可以去this以获得更多知识