scikit-learn 分类器中的评分函数位于何处？

Question

当运行在 scikit-learn 内进行交叉验证时，所有分类器都会有一个工厂函数 score()，我可以轻松检查分类器的准确性，例如来自 http://scikit-learn.org/stable/modules/cross_validation.html

>>> import numpy as np
>>> from sklearn import cross_validation
>>> from sklearn import datasets
>>> from sklearn import svm

>>> iris = datasets.load_iris()
>>> iris.data.shape, iris.target.shape
((150, 4), (150,))
>>> X_train, X_test, y_train, y_test = cross_validation.train_test_split(
...     iris.data, iris.target, test_size=0.4, random_state=0)

>>> X_train.shape, y_train.shape
((90, 4), (90,))
>>> X_test.shape, y_test.shape
((60, 4), (60,))

>>> clf = svm.SVC(kernel='linear', C=1).fit(X_train, y_train)
>>> clf.score(X_test, y_test)                           
0.96...

在深入研究 scikit-learn 的 github 存储库后，我仍然无法弄清楚 clf.score() 函数的函数在哪里。

有这个 link 但它不包含 score()、https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/svm/classes.py

sklearn 分类器的 score() 函数位于何处？

我可以，但目的是构建我的库，使其与 sklearn 分类器保持一致，不是想出我自己的评分函数 =)

Answer 1

scikit-learn classifiers 的默认 score() 方法是准确度分数，并且是 defined in the ClassifierMixin class。这个 mixin 是大多数（全部？）scikit-learn 内置 classifier 的父级 class。

如果您正在编写自己的 classifier，我建议您也继承此 mixin 和 BaseEstimator，这样您就可以自动获得模型的评分和其他功能.

scikit-learn 分类器中的评分函数位于何处？

Where is the score function in scikit-learn classifiers located?

python

function

machine-learning

scikit-learn

cross-validation