KNN中的knn.score和准确度指标有什么区别-SKlearn答案

【问题标题】：What is the difference between knn.score and accuracy metrics in KNN - SK learnKNN中的knn.score和准确度指标有什么区别-SKlearn
【发布时间】：2018-06-09 15:14:03
【问题描述】：

我担心我的预测 vs 测试的准确性，这完全有道理。

X_train , X_test, y_train ,y_test =train_test_split(iris_dataset['data'], iris_dataset['target'], random_state=0)      
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train ,y_train)
y_pred= knn.predict(X_test)
accuracy_score(y_pred,y_test)  # 97 % accuracy here I get accuracy score for pred/test

我用 knn.score 尝试了同样的事情，这里的 catch 文档说 返回给定测试数据和标签的平均准确度。

knn.score(X_test,y_test)  # 97% accuracy

我的问题是为什么有人应该关心这个分数，因为 X_test ，y_test 是我分成训练/测试的数据——这是我用于监督学习的给定数据，在这里获得分数有什么意义.我是否完全错过了什么如果我检查分数它应该给我 100% 正确

【问题讨论】：

变量 X_new 和 y_pred 未在您的代码中定义。你能解决这个问题吗？
那是个错误，我更新了，谢谢
谢谢，我就是这么想的。那么下面是否回答了您的问题？
感谢您的帮助，我仍然怀疑 score 函数的目的是什么，实际用例是什么
我重写了这个（希望）澄清一下，并添加了两个我一直关心这个功能的用例。

标签： machine-learning scikit-learn knn

【解决方案1】：

score 函数只是用于 scikit-learn 的某些算法（主要是 model selection 模块中的算法，例如 GridSearchCV 或 @ 987654323@)，如果没有指定其他指标。所以对于分类，这通常是准确度和回归均方误差。

所以它是相同的，因为它完全按照您在代码中所做的那样：它采用传递的矩阵 X（例如，在您的情况下为 X_test），调用 predict 并调用 accuracy_score。因此，它是相同的分数也就不足为奇了。事实上，由于 scikit-learn 是开源的，你可以自己检查一下here。

编辑：

那么这对你有什么影响？好吧，您可以类似地在算法中使用它（例如，如果您构建集成），或者只是像上面的示例中那样保存一行代码。如果您要构建您的 on estimator，那么您必须考虑什么是合理的默认值。

【讨论】：

如果它为您清除，您会接受答案吗？干杯。