knn.score(X_test, y_test)
这里X_test
是一个包含测试用例的 numpy 数组,y_test
包含它们的正确标签。
这是返回我为区分鸢尾物种而制作的模型的可靠性分数的代码。
这个函数是如何工作的,它是否预测X_test数组中的每个值,然后将其与数组进行比较y_test并计算平均值?
KNeighborsClassifier
是sklearn.base.ClassifierMixin
的一个子类。从score
方法的文档:
返回给定测试数据和标签的平均准确度。
在多标签分类中,这是子集精度,这是一个苛刻的指标,因为您需要为每个样本正确预测每个标签集。
score
方法的源代码本身:
return accuracy_score(y, self.predict(X), sample_weight=sample_weight)
它只是对测试数据进行预测并根据给定标签计算准确性分数的快捷方式。