6
的分數與precision_score之間的差異對我來說似乎都是一樣的。有什麼不同？sklearn
score()方法sklearn.naive_bayes.GaussianNB()模塊VSaccuracy_score方法sklearn.metrics模塊
在此先感謝...
Q
sklearn
A
回答
5
一般情況下，不同的車型有評分方法，返回不同的指標。這是爲了允許分類器指定他們認爲最適合他們的評分度量標準（因此，例如，最小二乘迴歸分類器會有一個返回類似於平方誤差總和的方法）。在GaussianNB的情況下，文檔說其得分方法：
返回給定測試數據和標籤的平均精度。
的accuracy_score法說，它的返回值取決於設定爲normalize參數：
如果假，返回正確分類的樣本數量。否則，返回正確分類樣本的一小部分。
所以它會出現，我認爲，如果你設置normalize到True你會得到相同的值GaussianNB.score方法。
一個簡單的方法來確認我的猜測是建立一個分類器，並調用score與normalize = True和accuracy_score並查看它們是否匹配。他們呢？
你試過了@Oliver Dain嗎？它在你的情況下工作嗎？這可以幫助其他人更全面，更全面地理解答案。 –