【发布时间】：2013-06-19 01:35:58
【问题描述】：
我将 sklearn.lda 用于分类目的，对打印平均分类错误的分数函数有点困惑。 它是由留出一个 - 折刀决定的吗？ 我如何解释结果？它只是一个没有太多文档的浮点值。
提前致谢， 艾尔
【问题讨论】：
标签： python machine-learning scikit-learn scikits
【发布时间】：2013-06-19 01:35:58
【问题描述】：
score方法采用样品X及其真正的标签@ 987654323，并将其自己的预测与@ 987654324进行了比较。它返回平均准确性，总是一个数字。例如，
lda = LDA().fit(X, y)
print(lda.score(X, y))
将在自己的训练集上打印分类器的准确性。
每个分类器都有一个score方法，通常（虽然不一定）返回平均准确性。该方法由GridSearchCV模型选择算法使用，以确定分类器的质量如果您没有明确地给它scoring参数。
【讨论】：
-
谢谢SWIFT答案！我现在的问题是：我如何解释输出值？在测试集上我刚刚得到0.8。谢谢你无论如何，让我了解Scikit的更好。 span>
-
@ Eldude：这意味着您在测试集中有80％的准确性。这是否好取决于问题。
-
cool。谢谢。最后一个问题：哪种方法提供判别函数的参数？ get_params给了我这个：{'priors'：none，'n_components'：none} span>
-
@ eldude：没有这样的方法，scikit-seather - 学习将模型参数存储为公共属性。检查docstring，
help(LDA)，属于属性。 span>