python中predict函数和score函数的区别_python sklearn：准确度和学习度曲线得分有什么区别？...

我使用pythonsklearn(版本0.17)来选择数据集上的理想模型。为此，我遵循以下步骤：使用cross_validation.train_test_split和test_size = 0.2拆分数据集。在

使用GridSearchCV在训练集中选择理想的k近邻分类器。在

将GridSearchCV返回的分类器传递给plot_learning_curve。plot_learning_curve给出了如下图。在

在获得的测试集上运行GridSearchCV返回的分类器。在

从图中我们可以看出，最大训练规模的得分约为0.43。此分数是sklearn.learning_curve.learning_curve函数返回的分数。在

但是当我在测试集中运行最好的分类器时，我得到的准确度得分为0.61，由sklearn.metrics.accuracy_score(正确预测的标签/标签数量)返回

链接到图像：

这是我使用的代码。我没有包含plot_learning_curve函数，因为它需要很大的空间。我从here取了plot_learning_curveimport pandas as pd

import numpy as np

from sklearn.neighbors import KNeighborsClassifier

from sklearn.metrics import accuracy_score

from sklearn.metrics import classification_report

from matplotlib import pyplot as plt

import sys

from sklearn import cross_validation

from sklearn.learning_curve import learning_curve

from sklearn.grid_search import GridSearchCV

from sklearn.cross_validation import train_test_split

filename = sys.argv[1]

data = np.loadtxt(fname = filename, delimiter = ',')

X = data[:, 0:-1]

y = data[:, -1] # last column is the label column

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=2)

params = {'n_neighbors': [2, 3, 5, 7, 10, 20, 30, 40, 50],

'weights': ['uniform', 'distance']}

clf = GridSearchCV(KNeighborsClassifier(), param_grid=params)

clf.fit(X_train, y_train)

y_true, y_pred = y_test, clf.predict(X_test)

acc = accuracy_score(y_pred, y_test)

print 'accuracy on test set =', acc

print clf.best_params_

for params, mean_score, scores in clf.grid_scores_:

print "%0.3f (+/-%0.03f) for %r" % (

mean_score, scores.std() / 2, params)

y_true, y_pred = y_test, clf.predict(X_test)

#pred = clf.predict(np.array(features_test))

acc = accuracy_score(y_pred, y_test)

print classification_report(y_true, y_pred)

print 'accuracy last =', acc

print

plot_learning_curve(clf, "KNeighborsClassifier",

X, y,

train_sizes=np.linspace(.05, 1.0, 5))

这正常吗？我能理解分数可能会有一些差异，但这是0.18的差异，换算成百分比后是43%对61%。分类报告也给出了平均0.61的召回率。在

我做错什么了吗？在learning_curve计算分数的方式上有区别吗？{{cd13>函数也试图让它的准确度有任何差别。在

任何建议都会大有帮助。在

我使用的是葡萄酒质量(白色)data set from UCI，并且在运行代码之前删除了头。在