试图了解如何解释 LSTM 神经网络'Accuracy Score'输出

Question

我一直在研究一个基本的LSTM神经网络，探索其预测股市行为的能力，我围绕它构建的特定代码生成了一个我不完全理解如何解释的准确度分数。它输出一个介于0和1之间的值，但我不知道如何向某人解释它是好是坏以及为什么。

如有任何帮助，我们将不胜感激！

以下是计算准确度分数的函数：

def accuracy(model, data):
y_test = data["y_test"]
X_test = data["X_test"]
y_pred = model.predict(X_test)
y_test = np.squeeze(data["column_scaler"]["Close"].inverse_transform(np.expand_dims(y_test, axis=0)))
y_pred = np.squeeze(data["column_scaler"]["Close"].inverse_transform(y_pred))
y_pred = list(map(lambda current, future: int(float(future) > float(current)), y_test[:-LOOKUP_STEP], y_pred[LOOKUP_STEP:]))
y_test = list(map(lambda current, future: int(float(future) > float(current)), y_test[:-LOOKUP_STEP], y_test[LOOKUP_STEP:]))
return accuracy_score(y_test, y_pred)
print(str(LOOKUP_STEP) + ":", "Accuracy Score:", accuracy(model, data))

Answer 1

根据scikit learn的文档，您在这里计算的准确度分数是"正确预测的分数(默认(或计数(归一化＝假("；。