有什么区别score()中的方法sklearn.naive_bayes.GaussianNB()模块和accuracy_score中的方法sklearn.metrics模块？两者看起来都是一样的。那是对的吗？
一般来说，不同的模型具有返回不同指标的评分方法。这是为了允许分类器指定他们认为最适合他们的评分指标（因此，例如，最小二乘回归分类器将具有score返回类似误差平方和的方法）。如果是GaussianNB文档说它的评分方法：
返回给定测试数据和标签的平均准确度。
The accuracy_score方法说它的返回值取决于设置normalize范围：
如果为 False，则返回正确分类的样本数。否则，返回正确分类样本的分数。
所以在我看来，如果你设置normalize to True你会得到与GaussianNB.score method.
确认我的猜测的一种简单方法是构建一个分类器并调用两者score with normalize = True and accuracy_score看看它们是否匹配。他们有吗？
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
