根据 Sklearn 中的准确度得分计算误差

数据挖掘 机器学习 Python scikit-学习
2022-02-19 02:01:22

我有一个问题可能很简单,但我的大脑过度适应了 :)

Python我在和中编写了简单线性回归的代码Scikit-Learn,并计算了模型的分数。

        accuracy_test = model.score(x_test, y_test)

我得到了0.97的分数。这是否意味着我的误差为 0.03 (3%)?例如,是否正确地说,如果我用model.predict函数预测某个值,并且我得到 100 的结果,我可以说我的结果将在 97 到 103 的范围内,因为我有 3% 的错误(得分0.97)?

accuracy_score也可以这样说吗?

1个回答

来自 sklearn 的 score 函数文档

Returns the coefficient of determination R^2 of the prediction.

R^2 衡量模型对数据可变性的解释程度。因此,在 0.97 时,该模型能够很好地解释这一点。是的,它是回归模型准确性的衡量标准。但是,您无法使用该估计构建置信区间。

accuracy_score是分类模型准确性的度量。同样,您不能从准确度指标构建置信区间。