knn.score(X_test, y_test)
这里X_test
是一个包含测试用例的numpy数组,而y_test
包含其正确的标签。
这是返回我用来区分虹膜种类的模型的可靠性得分的代码。
此函数如何工作,它会预测X_test数组中的每个值,然后将其与y_test数组进行比较并计算平均值吗?
答案 0 :(得分:2)
KNeighborsClassifier
是sklearn.base.ClassifierMixin
的子类。从score
方法的文档中:
返回给定测试数据和标签的平均准确度。
在多标签分类中,这是子集准确性,这是一个严格的指标,因为您需要为每个样本正确预测每个标签集。
score
方法的源代码本身:
return accuracy_score(y, self.predict(X), sample_weight=sample_weight)
这只是在测试数据上生成预测并针对给定标签计算accuracy score的快捷方式。