comment mesurer l'exactitude de knn classificateur en python

J'ai utilisé knn de classer mes dataset. Mais je ne sais pas comment mesurer l'exactitude de la formation classificateur. Ne scikit ont tous intégré la fonction pour vérifier l'exactitude de knn classificateur?

from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier()
knn.fit(training, train_label)    
predicted = knn.predict(testing)

Reconnaissant de toute l'aide. Grâce

OriginalL'auteur user1946217 | 2013-04-04

  1. 11

    Utilisation sklearn.métriques.accuracy_score:

    acc = accuracy_score(test_label, predicted)
    ou encore: knn.score(testing, test_label)
    Je pense que, dans la conception, l'évaluateur doit être séparé du classificateur.

    OriginalL'auteur Fred Foo

  2. 4

    Une autre option consiste à calculer la matrice de confusion, qui vous indique la précision de ces deux classes et de l'alpha et de bêta erreurs:

    from sklearn.metrics import confusion_matrix
con_mat = confusion_matrix(true_values, pred_values, [0, 1])

    Dans le cas où vos étiquettes sont 0 et 1.
    Si vous voulez une belle sortie, vous pouvez ajouter ce code:

    from numpy import np
import math
total_accuracy = (con_mat[0, 0] + con_mat[1, 1]) / float(np.sum(con_mat))
class1_accuracy = (con_mat[0, 0] / float(np.sum(con_mat[0, :])))
class2_accuracy = (con_mat[1, 1] / float(np.sum(con_mat[1, :])))
print(con_mat)
print('Total accuracy: %.5f' % total_accuracy)
print('Class1 accuracy: %.5f' % class1_accuracy)
print('Class2 accuracy: %.5f' % class2_accuracy)
print('Geometric mean accuracy: %.5f' % math.sqrt((class1_accuracy * class2_accuracy)))

    OriginalL'auteur Noam Peled