Question

我使用Oython和“cross_val_score”函数来确定LogisticRegression模型的性能以进行分类任务（是/否）我观察到当使用scoring ='accuracy'和scoring ='recall_weighted'时，我的结果完全相同（我做了几次测试）：

X = data.iloc[:,0:2]
y = data.iloc[:,2]



model = LogisticRegression(class_weight = {'Y':7,'N':3} )
model.fit(X,y)
scores = cross_val_score(model, X, y, cv=10, scoring = 'recall_weighted')

scores
array([ 0.81818182,  1.        ,  0.90909091,  1.        ,  1.        ,
    1.        ,  1.        ,  1.        ,  0.66666667,  0.33333333])


scores_accuracy = cross_val_score(model, X, y, cv=10, scoring = 'accuracy')
scores_accuracy 
array([ 0.81818182,  1.        ,  0.90909091,  1.        ,  1.        ,
    1.        ,  1.        ,  1.        ,  0.66666667,  0.33333333])

您的数据集是否有相同的内容？你能救我吗？

谢谢你，

此致

梅西

Answer 1

我怀疑加权召回在数学上与准确性相同。

这可能与交叉验证无关。您可以检查其他数据集，或相同，并在不使用cross_val_score的情况下计算得分，并查看准确度是否与加权回忆相同

Python：Cross_val_score - 奇怪的得分结果

1 个答案: