Scikit-Learn 准确度分数不显示准确度答案

【问题标题】：Scikit-Learn accuracy score does not show accuracyScikit-Learn 准确度分数不显示准确度
【发布时间】：2018-07-20 14:05:51
【问题描述】：

我是机器学习的初学者，我正在通过 Kaggle 比赛进行学习。我从泰坦尼克号比赛开始，现在我正在尝试使用 scikit-learn accuracy_score 函数测量我的预测的准确性，但输出并没有真正意义。这是我得到的输出：

[1. 0. 1. 0. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
 1. 0. 1. 1. 0. 0. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 0. 1. 0. 1.]

<function accuracy_score at 0x000001AA46EFBD90>

这是我的代码：

*imports have been omitted to avoid crowding

    train_path = "C:\\Users\\Omar\\Downloads\\Titanic Data\\train.csv"
    train_data = pd.read_csv(train_path)

    train_data['Sex'] = pd.factorize(train_data.Sex)[0]

    columns_of_interest = ['Survived','Pclass', 'Sex', 'Age']
    filtered_titanic_data = train_data.dropna(axis=0)

    x = filtered_titanic_data[columns_of_interest]
    y = filtered_titanic_data.Survived

    train_x, val_x, train_y, val_y = train_test_split(x, y, random_state=0)

    titanic_model = DecisionTreeRegressor()
    titanic_model.fit(train_x, train_y)

    val_predictions = titanic_model.predict(val_x)
    accuracy_score(val_y, val_predictions)

    print(val_predictions)
    print(accuracy_score)

【问题讨论】：

您正在打印函数accuracy_score 而不是函数返回的内容，这就是您看到<function accuracy_score at 0x000001AA46EFBD90> 的原因。将accuracy_score(val_y, val_predictions) 的值保存到变量中并打印该变量。
“我是机器学习的初学者” ... 这个问题似乎表明您是一般编程的初学者。也许一个简短的python课程会有所帮助？几年前我通过Google's python course 学习过。然而，它有点快节奏和简洁，但有一个huge number of others out there
@Scott 如果一个简单的错误使某人成为初学者，那么就没有高级开发人员。我是一名安卓开发者，伙计。安顿下来。
@OnurOzbek，不想参加测量比赛，只是注意到您正在跳入 python 池的深处。 Google's python course 就在你的小巷里，因为它面向那些已经具备一定编程知识的人。

标签： python machine-learning scikit-learn anaconda kaggle

【解决方案1】：

您需要打印accuracy_score(val_y, val_predictions) 行的结果。

例如print(accuracy_score(val_y, val_predictions))

【讨论】：

现在我的精度为 1.0。这正常吗？看起来好得令人难以置信。
我同意，但我不确定您的 .csv 文件中有什么内容。 print(val_predictions); print(val_y) 自己比较一下。

【解决方案2】：

在变量中标注accuracy_score acc= accuracy_score（预测，val_y）打印 (acc) 或打印 accuracy_score 打印 accuracy_score(predictions,val_y)

【讨论】：