获得高斯朴素贝叶斯的精度

Question

我写了这个https://scikit-learn.org/ 的例子。但我找不到精度？？

import numpy as np
x = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1],[2, 1], [3, 2]])
y = np.array([1, 1, 1, 2, 2, 2])
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(x, y)
pred = clf.predict([[-0.8, -1]])

from sklearn.metrics import accuracy_score
accuracy_score(y,pred)

Answer 1

您将两个样本数不一致的变量作为accuracy_score() 的输入传递（y 有 6 个样本，pred 有 1 个）。

要获得精度，您应该传递给sklearn.metrics.precision_score()：

• 一个向量 y_true 表示真实（正确）目标值和
• 一个向量y_pred，表示分类器返回的估计目标。

在你的情况下，你没有关于向量[-0.8, -1] 的y_true。

请参阅docs 和其中的示例。