機器學習_ML_模型指標_accuracy

原文連結
適用性：Classification metrics

各種的數值計算都跟上面這張圖有關。(取自(維基百科))
(真真(TP)+真假(TN))/全部(TP+FP+FN+TN)
就是真的有預測到的比例有多高!

IMPORT

from sklearn.metrics import accuracy_score

範例

from sklearn.metrics import accuracy_score
y_true = [1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 0, 0 ,1]
y_pred = [0, 0, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1 ,1]
accuracy_score(y_true, y_pred)

結果

0.61538461538461542

from sklearn.metrics import accuracy_score
y_true = [1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 0, 0 ,1]
y_pred = [0, 0, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1 ,1]
accuracy_score(y_true, y_pred, normalize=False)
accuracy_score(y_true, y_pred)

結果

8

如果設定normalize是False(預設True)，那回傳的就不是分數，而是真的預測到的筆數。
所以回傳的是8!
可以手動比對一下y_true與y_pred，確實是8筆預測正確。