三种评价函数

最新推荐文章于 2024-08-30 16:49:00 发布

转载最新推荐文章于 2024-08-30 16:49:00 发布 · 1.4k 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/TreeDream/p/10050616.html

文章标签：

#人工智能 #java

本文详细介绍了机器学习中常用的评估指标，包括准确率、混淆矩阵和分类报告的使用方法及计算原理，通过具体实例展示了如何利用这些指标评估模型的性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.metrics import classification_report

# accuracy_score()
y_true = [0,1,2,3]
y_pred = [0,2,1,3]
print(accuracy_score(y_true=y_true,y_pred=y_pred))


# confusion_matrix()
y_true = [2,0,2,2,0,1]
y_pred = [0,0,2,2,0,2]
print(confusion_matrix(y_true,y_pred))

# classification_report()
y_true = [0,1,2,2,2]
y_pred = [0,0,2,2,1]
print(classification_report(y_true,y_pred))