机器学习准确率的代码

机器学习模型的准确率通常是一个评估指标，它表示模型预测正确的样本比例。在Python的Scikit-Learn库中，计算准确率的一个常见示例如下：

from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split

# 假设我们有一个数据集df，X是特征，y是标签
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 假设model是一个训练好的分类模型
y_pred = model.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在这个例子中，`accuracy_score`函数接收真实标签`y_test`和预测标签`y_pred`作为参数，返回的是一个介于0和1之间的浮点数，其中1代表完美预测，0表示全部错误。