import numpy as np
from sklearn import metrics
y_pred = [0, 2, 1, 2, 1]
y_true = [0, 1, 2, 1, 2]
acc = metrics.accuracy_score(y_true, y_pred)
# acc = accuracy_score(y_true, y_pred, normalize=False)
print('acc:', acc)
ARI = metrics.adjusted_rand_score(y_true, y_pred)
print('ARI:', ARI)
accuracy_score 分类准确率分数是指所有分类正确的百分比:
在二分类或者多分类中,预测得到的label,跟真实的label比较,计算准确率。
在multilabel(多标签问题)分类中,该函数会返回子集的准确率。对于一个样本来说,必须严格匹配真实数据集中的label。
adjusted_rand_score调整兰德指数: