码迷,mamicode.com
首页 > 其他好文 > 详细

机器学习的三种评价函数

时间:2018-12-01 20:12:35      阅读:149      评论:0      收藏:0      [点我收藏+]

标签:int   nbsp   http   bsp   个数   bubuko   cat   div   图片   

from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.metrics import classification_report

# accuracy_score()
y_true = [0,1,2,3]
y_pred = [0,2,1,3]
print(accuracy_score(y_true=y_true,y_pred=y_pred))


# confusion_matrix()
y_true = [2,0,2,2,0,1]
y_pred = [0,0,2,2,0,2]
print(confusion_matrix(y_true,y_pred))

# classification_report()
y_true = [0,1,2,2,2]
y_pred = [0,0,2,2,1]
print(classification_report(y_true,y_pred))

 技术分享图片

precision = 5 / 8  (预测中/视野)

recall = 5 / 12 (预测中/个数总和)

F1 - score = 2 * precision * recall / (precion + recall)

机器学习的三种评价函数

标签:int   nbsp   http   bsp   个数   bubuko   cat   div   图片   

原文地址:https://www.cnblogs.com/TreeDream/p/10050616.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!