Python机器学习019：sklearn中如何找到测试集中预测错误的样本在原数据中所在的索引位置

若北辰

于 2024-03-21 16:13:02 发布

阅读量385

点赞数

CC 4.0 BY-SA版权

文章标签： python 机器学习 sklearn

本文链接：https://blog.youkuaiyun.com/PoGeN1/article/details/136912100

Python机器学习专栏收录该内容

33 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何在sklearn中定位测试集中预测错误样本的原始数据索引。通过找到预测错误的样本索引并映射回原始数据集，可以深入分析错误原因。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原理

要查看预测错误的 X_test 在原始数据集中的索引，你可以首先找到预测错误的样本索引，然后将这些索引映射回原始数据集的索引。

案例

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
import numpy as np

# 假设X是你的特征数据，y是对应的标签

了解本专栏

超级会员免费看