计算机器学习模型的准确性测验的最佳方法是什么

Question

我想知道计算准确性测试的正确方法

  

这是用于训练模型的代码，然后计算准确性以进行测试。   我使用了三种方法来计算精度：

• 1-accuracy_score（）
• 2-model.score

• 3-confusion_matrix

  SVMclassifier = SVC()
  SVMclassifier.fit(X_train, Y_train)
  SVMpred=SVMclassifier.predict(X_test)
  print('accuracy score for test:',accuracy_score(Y_test, SVMpred)*100)
  SVMres = model.score(X_test, Y_test)
  print("Accuracy res: %.3f%%" % (SVMres*100.0))
  SVMconf = metrics.confusion_matrix(Y_test,SVMpred)
  TP = conf[1, 1]
  TN = conf[0, 0]
  FP = conf[0, 1]
  FN = conf[1, 0]
  SVMacc = (TP+TN)/(TP+TN+FP+FN)
  SVMspec= TN / (TN + FP)
  SVMsens = TP / float(FN + TP)
  print('confusion_matrix',SVMconf)
  print('accuracy ', SVMacc*100.0)
  

  

输出精度：

1. accuracy_score（）：98.456

2. model.score：98.45

3. confusion_matrix：97.2