使用混淆矩阵来查找模型精度而不是内置的预测方法答案

【问题标题】：Using confusion matrix to find model accuracy instead of built-it predict method使用混淆矩阵来查找模型精度而不是内置的预测方法
【发布时间】：2018-04-10 00:48:58
【问题描述】：

我有一个数据集，我想为它构建一个分类模型。鉴于scikit-learn 提供了混淆矩阵实现confusion_matrix(test_y, pred_r)，我想用它来计算我的模型的准确性，而不是直接使用.predict。为此，我应该只查找false positive 或true positive 还是两者的组合？

谢谢

【问题讨论】：

您可以使用估计器的.score() 方法代替预测。此外，还内置了accuracy_score()，可以从test_y和pred_r计算精度

标签： machine-learning scikit-learn classification confusion-matrix

【解决方案1】：

要找到准确度，只需这样做：

accuracy = (TP + TN)/Total

【讨论】：

非常感谢。 Total 这里是数据集中的总样本还是只是在 test 数据集中（我使用 train_test_split）？
Total 是数据集中进行混淆矩阵的样本数。它可以是训练集或验证集。样本数量相应变化