python - 使用 sklearn 找出错误率

标签 python machine-learning svm scikits scikit-learn

我想在 python 中使用 svm 分类器找出错误率,我采用的方法是:

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

但是,这种方法行不通。 sklearn 的评分函数也给出了平均准确度......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。

最佳答案

假设您在向量 y_test 中有真实标签:

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

关于python - 使用 sklearn 找出错误率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10318884/

相关文章:

python - 如何从文件夹内的 n 个 csv 文件导入数据?

python - 如何在 Python 中使用带有数组的 if 语句?

python - 为什么即使批量大小为 1 也会出现内存分配错误?

R SVM 阿尔法系数

python - 对当前函数使用 python getattr/setattr

python - 在没有提交的情况下获得最后的PK?

c++ - 咖啡 "Unknown solver type : SGD"

matlab - 特征相似度的成对距离计算(多维矩阵)

opencv - 如何预测更接近测试数据的第二类

python - 支持向量回归多输出