Узнать частоту ошибок, используя sklearn

Question

Я хочу, чтобы выяснить частоту появления ошибок с помощью SVM классификатор питон, подход, который я беру, чтобы выполнить то же самое:

1-svm.predict(test_samples).mean() 

Однако этот подход не работает. Также функция оценки sklearn дает среднюю точность ... однако я не могу использовать ее, поскольку я хочу выполнить кросс-валидацию, а затем найти ошибку. Пожалуйста, предложите подходящую функцию в sklearn, чтобы узнать коэффициент ошибок.

Answer 1

Если у вас есть истинные этикетки в векторе y_test:

from sklearn.metrics import zero_one_score 

y_pred = svm.predict(test_samples) 
accuracy = zero_one_score(y_test, y_pred) 
error_rate = 1 - accuracy 

Answer 2

Если вы хотите, чтобы пересечь проверить оценку, использовать функцию sklearn.cross_validation.cross_val_score полезности и передать его функции подсчета очков вы любите от sklearn.metrics модуля:

http://scikit-learn.org/dev/modules/cross_validation.html

Answer 3

Использование sklearn.metrics.accuracy_scoreDoc here.

from sklearn.metrics import accuracy_score 
#create vectors for actual labels and predicted labels... 
my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False)/float(actual_labels.size)