python机器学习准确率计算函数
时间: 2023-11-07 09:14:31 浏览: 151
python机器学习教程-从零开始掌握Python机器学习:十四步教程.pdf
在机器学习中,我们通常使用混淆矩阵来计算模型的准确率。混淆矩阵是一个二维数组,用于比较模型的预测结果与实际结果。通常情况下,混淆矩阵的维度为2x2,其中行表示实际类别,列表示预测类别。
以下是一个计算准确率的Python函数示例,使用了混淆矩阵来计算准确率和其他性能指标:
```python
from sklearn.metrics import confusion_matrix
def calculate_accuracy(y_true, y_pred):
# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)
# 计算准确率
accuracy = (cm[0][0] + cm[1][1]) / sum(sum(cm))
# 计算精确率
precision = cm[0][0] / (cm[0][0] + cm[1][0])
# 计算召回率
recall = cm[0][0] / (cm[0][0] + cm[0][1])
# 计算F1值
f1_score = 2 * precision * recall / (precision + recall)
return accuracy, precision, recall, f1_score
```
其中,`y_true`是实际标签,`y_pred`是模型预测的标签。该函数使用 `confusion_matrix` 函数计算混淆矩阵,然后根据混淆矩阵计算准确率、精确率、召回率和 F1 值。你可以根据需要修改该函数以计算其他性能指标。
阅读全文