python - 如何获取 Scikit-learn 的 svm 中的训练误差？

Question

我的问题：如何获得 svm 模块（SVC 类）中的训练错误？

我正在尝试根据使用的训练数据数量（或其他特征，如 C / gamma ）绘制训练集和测试集的误差图。但是，根据SVM 文档，没有这样的公开属性或方法来返回此类数据。我确实发现 RandomForestClassifier 确实暴露了一个 oob_score_ 。

Answer 1

只需计算训练数据的分数：

>>> model.fit(X_train, y_train).score(X_train, y_train)

您还可以使用sklearn.metrics模块中的任何其他性能指标。文档在这里：

http://scikit-learn.org/stable/modules/model_evaluation.html

另外：oob_score_是对测试/验证分数的估计，而不是训练分数。

Answer 2

您甚至可以使用'learning_curve'绘制学习曲线。这是一个例子。

>>> from sklearn.model_selection import learning_curve
    
>>> train_sizes, train_scores, valid_scores = learning_curve(
...     SVC(kernel='linear'), X, y, train_sizes=[50, 80, 110], cv=5)

有关更多详细信息，请参阅此 - https://scikit-learn.org/stable/modules/learning_curve.html