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@)