想了解 sklearn 分类器的评分方法

【问题标题】：wanted insights on score method of sklearn classifiers想了解 sklearn 分类器的评分方法
【发布时间】：2021-06-12 07:22:13
【问题描述】：

sklearn 提供给我们的分类器有一个 .score() 函数，例如 LogisticRegression、DecisionTreeClassifier 等。这个评分函数是否根据其预测的准确性返回分数？如果是，那么准确性的情况如何？可能不是评估模型性能的最佳参数？评分函数是否根据用例自行调整？

【问题讨论】：

【解决方案1】：

是的，从 LogisticRegression 和 DecisionTreeClassifier 的文档中可以看到， score 方法返回“self.predict(X) wrt. y. 的平均准确度”。因此，它确实返回了预测的准确性。

如果您想使用其他指标来评估模型的性能，可以使用 scikit-learn 库中提供的指标，您可以在 scikit-learn's website 上找到该库。

例如，使用 F1 作为指标。你可以得到你的真实值y_true和你的预测值y_pred，然后调用f1_score(y_true, y_pred)得到F1结果。

【讨论】：