python sklearn中metrics.accuracy_score（）的参数

当代女大学生

于 2021-01-28 14:03:37 发布

阅读量7.1k

点赞数 4

分类专栏： Python

本文链接：https://blog.csdn.net/qq_36895331/article/details/113335494

版权

Python 专栏收录该内容

56 篇文章

订阅专栏

该博客介绍了sklearn.metrics.accuracy_score的用法，重点在于normalize参数的影响。当normalize为True时，返回的是正确分类的比例，即准确率；若设置为False，则返回正确分类的样本数。通过示例代码展示了在不同设置下的返回结果，帮助读者更好地理解和应用该评估指标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

sklearn.metrics.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)

normalize：默认值为True，返回正确分类的比例；如果为False，返回正确分类的样本数

代码：

>>>import numpy as np
>>>from sklearn.metrics import accuracy_score
>>>y_pred = [0, 2, 1, 3]
>>>y_true = [0, 1, 2, 3]
>>>accuracy_score(y_true, y_pred)
0.5
>>>accuracy_score(y_true, y_pred, normalize=False)
2