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