比较不同模型的准确性

Question

我正在尝试建立一种绘制不同ML模型的准确性（例如

）的方法

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier

我已经使用了此代码，但无法获得条形图

#Evaluating performance
results = []
names = []
scoring = 'accuracy'
for name, model in models:
    kfold = model_selection.KFold(n_splits=10, random_state=0)
    cv_results = model_selection.cross_val_score(model, X_train, y_train, cv=kfold, scoring=scoring)
    results.append(cv_results)
    names.append(name)
    msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())
    results.append(cv_results.mean())
    print(msg)
plt.plot(cv_results) plots a line graph

我正在尝试用X轴（不同的模型）y轴（准确）

Answer 1

plt.plot将按照您的注意绘制线路。您需要的是plt.bar，它将绘制一个小号。前提是模型的名称存储在列表中names和列表中的精度results中的精度，如您的代码段中，这应该是：

plt.bar(names,results)