来自sklearn.metrics import accuracy_score
accuracy_score(y_true,y_pred)
我相信这段代码会返回我们预测的准确性。但是,我正在比较连续值的预测值和实际值,我相信它们中的大多数都不会完全相同。
我是否应该拟合测试集值并绘制预测值以获得R平方?
有人可以告诉我如何在连续变量的情况下测量预测的准确性吗?
答案 0 :(得分:5)
在机器学习中,为离散值(类)定义精度。它被定义为从总预测中得出的正确预测的分数。
因此,值319的预测(其中真值为320)仍然是不正确的预测。
因此,不建议计算连续值的准确度。对于此类值,您可能需要计算预测值与真实值的接近程度。这种预测连续值的任务称为回归。通常,R平方值用于衡量模型的性能。
您可以将r2_score(y_true, y_pred)
用于您的方案。
回归任务(连续变量预测)有各种指标,如: -
您可以获得有关这些指标here的sklearn实施的更多信息。