Question

我正在尝试预测在过去十年中出售的产品的质量属性。基于喜欢/不喜欢，我保留了产品的4个标签标签是：差，好，非常好，非常差

我已经下载了过去十年的数据，并在这4个标签中对样本进行了分类。当我将输入放入随机森林分类器中时，它会给出有效结果并赋予功能重要性：

以下是相同的代码：

classifier = RandomForestClassifier(
        n_estimators=100, n_jobs=6, oob_score=True, random_state=50,
        max_features="auto", min_samples_leaf=50
    )
    '''

    classifier = RandomForestClassifier(
        n_estimators=100, n_jobs=6, oob_score=True, random_state=50#, max_depth=3
    )

我只想了解，因为模型有4个标签，我们如何计算模型的准确性。

Answer 1

您可以检查一些准确性来评估模型质量；首先是整体模型的准确性（正确的模型数）。为此，您只需使用sklearn accuracy score

from sklearn.metrics import accuracy_score
accuracy_score(y_true, y_pred)

当然，这不能为您提供足够的信息来分类哪个类别和哪个类别（例如，将非常好而不是坏归为好）。为此，您需要一个confusion matrix

from sklearn.metrics import confusion_matrix
confusion_matrix(y_true, y_pred)

您可能还想研究查全率和查准率，因为它们将有助于理解矩阵并对其进行量化。由于对标签进行排名，您还可以做的是将标签转换为int值，并通过回归而不是分类来解决问题（然后将输出转换回int）。这样，模型就可以了解顺序，因此可以得到序数分类。

编辑：

只要答案不清楚，您就可以通过以下方式获得y_pred：

classifier.fit(x_train, y_train)
y_pred = classifier.predict(x_val)

如果我们使用4标签分类，我们如何计算随机森林分类器的准确性？

1 个答案:

编辑：