使用 sklearn 找出错误率

Question

我想在python中使用svm分类器找出错误率，我正在采取的方法来完成相同的方法是：

  1-svm.predict(test_samples).mean()

但是，此方法不起作用。此外，sklearn的评分函数给出了平均准确性...但是，我不能使用它，因为我想完成交叉验证，然后找到错误率。请在 sklearn 中建议一个合适的函数来找出错误率。

Answer 1

假设你在向量y_test中有真正的标签：

from sklearn.metrics import zero_one_score
y_pred = svm.predict(test_samples)
accuracy = zero_one_score(y_test, y_pred)
error_rate = 1 - accuracy

Answer 2

如果要

交叉验证分数，请使用 sklearn.cross_validation.cross_val_score 实用程序函数，并从 sklearn.metrics 模块中向其传递您喜欢的评分函数：

http://scikit-learn.org/dev/modules/cross_validation.html

Answer 3

在此处使用sklearn.metrics.accuracy_score Doc。

from sklearn.metrics import accuracy_score
#create vectors for actual labels and predicted labels...
my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False) / float(actual_labels.size)