python - 使用 sklearn 找出错误率

Question

我想在 python 中使用 svm 分类器找出错误率，我采取的方法是：

  1-svm.predict(test_samples).mean()

但是，这种方法行不通。sklearn 的 score 函数也给出了平均准确率......但是，我不能使用它，因为我想完成交叉验证，然后找到错误率。请在 sklearn 中建议一个合适的函数来找出错误率。

Answer 1

假设您在向量中有真实标签y_test：

from sklearn.metrics import zero_one_score

y_pred = svm.predict(test_samples)
accuracy = zero_one_score(y_test, y_pred)
error_rate = 1 - accuracy

Answer 2

如果您想交叉验证分数，请使用sklearn.cross_validation.cross_val_score实用程序函数并将模块中您喜欢的评分函数传递给它sklearn.metrics：

http://scikit-learn.org/dev/modules/cross_validation.html

Answer 3

在此处使用sklearn.metrics.accuracy_score Doc。

from sklearn.metrics import accuracy_score
#create vectors for actual labels and predicted labels...
my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False) / float(actual_labels.size)