metrics模块混淆矩阵常用函数,专业材质

发布时间:2019-11-13  栏目:天易娱乐app 网址  评论:0 Comments

配置参数

  • 特色:金贝 110cm 80cm 56cm 双面反光板 紫色珍珠白双面 专门的工作材料高等性能 壁画器 80cm

查阅完整参数>>

from sklearn import metrics

1.accuracy_score(y_true, y_pred, normalize=True, sample_天易娱乐app 网址 ,weight=None)

参数分别为y实际种类、预测种类、再次来到值供给(True重临正确的样书占比,false重返的是不容置疑分类的样品数量卡塔 尔(阿拉伯语:قطر‎

eg:

>>> import numpy as np

>>> from sklearn.metrics import accuracy_score

>>> y_pred = [0, 2, 1, 3]

>>> y_true = [0, 1, 2, 3]

>>> accuracy_score(y_true, y_pred)

0.5

>>> accuracy_score(y_true, y_pred, normalize=False)

2.classification_report(y_true, y_pred, labels=None,
target_names=None, sample_weight=None, digits=2)

参数:真是品种,预测连串,目的项目称号

eg:

天易娱乐app 网址 1

3.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

输出为混淆矩阵

eg:

天易娱乐app 网址 2

太多了,写3个常用的啊,具体参考help(metrics)

文末欢跃在这里:

纯手工业Python混淆矩阵作图代码案例

defcm_plot(y,yp):#参数为实在分类和预测分类

fromsklearn.metricsimportconfusion_matrix

#导入混淆矩阵函数

cm = confusion_matrix(y,yp)

#输出为混淆矩阵

importmatplotlib.pyplotasplt

#导入作图函数

留下评论

网站地图xml地图