Sklearn.metrics 模型效果验证

Sklearn 模型效果验证

首先声明，在模型验证中，同样也有各种 average 的方法：'macro'，'micro'，'weighted'，None，这里暂选 'weighted' 为例

常使用的评估方法有：

1、精准度

使用方法：print 'Accuracy = %.4g' % metrics.accuracy_score( y_true, y_pred, normalize = True )

官方文档：sklearn.metrics.accuracy_score

2、准确率

使用方法：print 'Precision = %.4g' % metrics.precision_score( y_true, y_pred, average = 'weighted' )

官方文档：sklearn.metrics.precision_score

3、召回率

使用方法：print 'Recall = %.4g' % metrics.recall_score( y_true, y_pred, average = 'weighted' )

官方文档：sklearn.metrics.recall_score

4、F1-Score

使用方法：print 'F1_Score = %.4g' % metrics.f1_score( y_true, y_pred, average = 'weighted' )

官方文档：sklearn.metrics.f1_score

官方提供的验证效果的功能列表如下：

sklearn metrics 1

sklearn metrics 2

sklearn metrics 3