非常奇怪的精度变化

Question

下面是我的catboost模型：

from sklearn.metrics import r2_score
cb_model = CatBoostRegressor(iterations=500,
learning_rate=0.05,
depth=10,
random_seed = 42,
bagging_temperature = 0.2,
od_type='Iter',
metric_period = 50,
od_wait=20)
cb_model.fit(X, y)
r2_score(cb_model.predict(X), y)

输出为：0.9999993582437351

当我尝试打印混淆矩阵时：

classificationSummary(y, clf.predict(X))

输出始终如下：

Confusion Matrix (Accuracy 0.9700)
Prediction
Actual  0  1
0 50  1
1  2 47

为什么准确度下降？

Answer 1

您使用了错误的度量。r2_score计算r的平方或决定系数，这用于回归，而不是计算精度。

你应该使用准确度得分