比较不同模型的准确性答案

【问题标题】：Compare accuracy of different models比较不同模型的准确性
【发布时间】：2019-07-18 08:12:21
【问题描述】：

我正在尝试构建一种方法来绘制不同 ML 模型的准确性，例如

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier

我用过这段代码，但无法得到条形图

#Evaluating performance
results = []
names = []
scoring = 'accuracy'

for name, model in models:
    kfold = model_selection.KFold(n_splits=10, random_state=0)
    cv_results = model_selection.cross_val_score(model, X_train, y_train, cv=kfold, scoring=scoring)
    results.append(cv_results)
    names.append(name)
    msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())
    results.append(cv_results.mean())
    print(msg)

plt.plot(cv_results) plots a line graph

我正在尝试使用 X 轴（不同型号）Y 轴（精度）绘制条形图

【问题讨论】：

所以基本上你想绘制一个条形图，其中 X 轴上的名称中的模型名称和 Y 轴上的结果的平均准确度得分？
是的，我想绘制条形图来比较准确度

标签： python-3.x matplotlib plot scikit-learn

【解决方案1】：

plt.plot 会像你注意到的那样绘制线条。您需要的是plt.bar，它将绘制一个条形图。假设模型的名称存储在列表names 中，准确度存储在列表results 中，就像您的代码 sn-p 中一样，应该这样做：

plt.bar(names,results)

【讨论】：

ValueError: incompatible sizes: argument 'height' must be length 6 or scalar 我收到此错误。
您是否检查过名称和结果是否都是相同长度的列表？如果你有 names = ['modelA', 'modelB'] 和 results = [0.78, 0.89]，它会起作用。根据您的代码，我希望您的数据具有这种形状