sklearn.naive_bayes.GaussianNB() 模块中的score() 方法和sklearn 中的模块？两者似乎相同。对吗？accuracy_score 方法有什么区别。指标
最佳答案
一般来说，不同的模型有返回不同指标的评分方法。这是为了允许分类器指定他们认为最适合他们的评分指标(因此，例如，最小二乘回归分类器将有一个 score 方法返回类似于平方误差之和的东西).在 GaussianNB 的情况下，文档说它的评分方法:
Returns the mean accuracy on the given test data and labels.
accuracy_score 方法表示其返回值取决于normalize 参数的设置:
If False, return the number of correctly classified samples. Otherwise, return the fraction of correctly classified samples.
所以在我看来，如果您将 normalize 设置为 True，您将获得与 GaussianNB.score 方法相同的值.
确认我的猜测的一个简单方法是构建一个分类器并调用 score 和 normalize = True 和 accuracy_score 并查看它们是否匹配。是吗？
关于python - sklearn 中 score 和 accuracy_score 的区别，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40726899/