MLP 预测精度答案

【问题标题】：MLP prediction accuracyMLP 预测精度
【发布时间】：2017-09-05 09:40:40
【问题描述】：

我正在尝试一些机器学习练习来练习，因为我还是新手。我发现了一个很好的问题开始，这是一个分类扑克手的回合，我设法创建了以下代码，它运行良好我设法预测了测试数据手。

import pandas as pnd
from sklearn.preprocessing import StandardScaler
from sklearn.neural_network import MLPClassifier
from sklearn.metrics import classification_report,confusion_matrix

training_data = pnd.read_csv(".idea/train.csv")
print(training_data)
training_data['id'] = range(1, len(training_data) + 1)  # For 1-base index
print(training_data)

test_data = pnd.read_csv(".idea/test.csv")
result = pnd.DataFrame(test_data['id'])
print(result)
test_data = test_data.drop(['id'], axis=1)

training_datafile = training_data
labels = training_datafile['hand']
features = training_datafile.drop(['id', 'hand'], axis=1)
scaler = StandardScaler()
# Fit only to the training data
scaler.fit(training_datafile)
X_train = scaler.transform(training_datafile)
X_test = scaler.transform(training_datafile)
mlp = MLPClassifier(hidden_layer_sizes=(100, 100, 100))
mlp.fit(features, labels)
predictions = mlp.predict(test_data)
len(mlp.coefs_)
len(mlp.coefs_[0])
len(mlp.intercepts_[0])
result.insert(1, 'hand', predictions)
result.to_csv(".idea/ANNTEST.csv", index=False)

现在我的问题是如何检查这个预测的准确性？以下是我使用的数据集的sn-ps。

Train data

Prediction Results

我们将不胜感激帮助和指导！

【问题讨论】：

您可以简单地使用“accuracy_score(original_result, predict_result)”。请参阅文档：scikit-learn.org/stable/modules/model_evaluation.html
是的，我已经尝试过了，但出现以下错误：raise ValueError("{0} is not supported".format(y_type)) ValueError: Continuous-multioutput is not supported
hand 中可能存在哪些值？如果它是 0 到某个数字之间的连续间隔，那么您可能应该尝试回归，而不是分类。在这种情况下，请尝试mean_squared_error()。
基本上我有从0-9来分类扑克手牌
你能在这里发布predictions 的输出吗？

标签： python pandas machine-learning scikit-learn neural-network

【解决方案1】：

仅使用正确预测结果的百分比。 python中提供了混淆矩阵和表格函数。

假设您的测试结果如下

实际预测
A A
A B
B B
B A
乙乙

所以这里我们看到两个值不匹配，所以这里的准确率为 60%

【讨论】：