很奇怪的精度变化？答案

【问题标题】：Very strange accuracy change?很奇怪的精度变化？
【发布时间】：2022-01-02 10:19:32
【问题描述】：

下面是我的 catboost 模型：

from sklearn.metrics import r2_score
cb_model = CatBoostRegressor(iterations=500,
                             learning_rate=0.05,
                             depth=10,
                             random_seed = 42,
                             bagging_temperature = 0.2,
                             od_type='Iter',
                             metric_period = 50,
                             od_wait=20)
cb_model.fit(X, y)
r2_score(cb_model.predict(X), y)

输出为：0.9999993582437351

当我尝试打印混淆矩阵时：

classificationSummary(y, clf.predict(X))

输出始终如下：



Confusion Matrix (Accuracy 0.9700)

       Prediction
Actual  0  1
     0 50  1
     1  2 47

为什么准确率会下降？

【问题讨论】：

我不确定，但它可能是两个不同的accuracy，你无法比较它们。
我投票结束这个问题，因为它不是问题，它来自对潜在问题和方法的根本误解。

标签： python scikit-learn confusion-matrix catboost

【解决方案1】：

您使用了错误的指标。 r2_score 计算 r 平方或coefficient of determination，这用于回归而不是计算准确度。

你应该使用accuracy score

【讨论】：