计算预测连续值的准确度分数

Question

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？

Answer 1

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： -

• 均方误差，
• 平均绝对误差，
• 方差分数等

您可以获得有关这些指标here的sklearn实施的更多信息。