scikit-learn:支持向量机。 Precision and/or 精度?
scikit-learn: Support Vector Machine. Precision and/or accuracy?
我想弄清楚我使用的代码是计算精度还是准确度或两者兼而有之。由于我只有一点统计学背景(用另一种语言),所以我不太理解维基百科文章](https://en.wikipedia.org/wiki/Accuracy_and_precision) 涵盖该主题。
具体来说,我使用以下 Python 代码:
from sklearn import svm, cross_validation
clf = svm.SVC(kernel=kernel, C=C)
scores = cross_validation.cross_val_score(clf, FeatureMatrix, np.squeeze(LabelMatrix), cv=d_inds)
可在此处找到 scikit-learn 函数的文档:
默认情况下,cross_val_score
使用分类器的 score
方法(通常这是准确性)。如果您想指定另一个指标,请将其传递到 scoring
参数中,就像 cross_val_score(clf, X, y, scoring = 'precision')
一样。有关评分选项的完整列表,请查看 http://scikit-learn.org/stable/modules/model_evaluation.html
我想弄清楚我使用的代码是计算精度还是准确度或两者兼而有之。由于我只有一点统计学背景(用另一种语言),所以我不太理解维基百科文章](https://en.wikipedia.org/wiki/Accuracy_and_precision) 涵盖该主题。
具体来说,我使用以下 Python 代码:
from sklearn import svm, cross_validation
clf = svm.SVC(kernel=kernel, C=C)
scores = cross_validation.cross_val_score(clf, FeatureMatrix, np.squeeze(LabelMatrix), cv=d_inds)
可在此处找到 scikit-learn 函数的文档:
默认情况下,cross_val_score
使用分类器的 score
方法(通常这是准确性)。如果您想指定另一个指标,请将其传递到 scoring
参数中,就像 cross_val_score(clf, X, y, scoring = 'precision')
一样。有关评分选项的完整列表,请查看 http://scikit-learn.org/stable/modules/model_evaluation.html