如何解决如何计算预测的准确性?
我已经从包含一些分类参数的数据集中创建了一个excel。然后,我创建了一个测试数据集,并对这些数据进行了分类。现在,我对所有测试数据都有预测了,但是如何找到这些预测的准确性呢?
df = pd.read_excel(r"excellocation")
df_model = df.copy()
scaler = StandardScaler()
features = [[feature1,feature2......]]
for feature in features:
df_model[feature] = scaler.fit_transform(df_model[feature])
knn = KNeighborsClassifier()
x = df_model.drop(columns=['class'],1)
y = df_model['class']
knn.fit(x,y)
clf= neighbors.KNeighborsClassifier()
clf.fit(x,y)
for example in test_data:
prediction = clf.predict(example)
#####i need accuracy of this prediction
解决方法
最简单的方法是:
preds = clf.predict(test_data)
accuracy = np.mean(preds == test_data)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。