随机森林：如何获得训练精度以与测试精度进行比较答案

【问题标题】：Random Forest: How to get the training accuracy for comparison to test accuracy随机森林：如何获得训练精度以与测试精度进行比较
【发布时间】：2021-01-13 21:43:34
【问题描述】：

在训练神经网络时，可以在模型拟合期间看到模型的性能，并且可以很容易地看到模型在训练集上的准确度，例如：

Epoch 1/100
48000/48000 [==============================] - 6s - loss: 0.3747 - acc: 0.8732 - val_loss: 0.2888 - val_acc: 0.8935
Epoch 2/100
48000/48000 [==============================] - 6s - loss: 0.2216 - acc: 0.9178 - val_loss: 0.2942 - val_acc: 0.9010

我也不是指火车上的verbose。但是有一些方法可以知道训练集的准确度是多少。

在下面的代码中，我们训练了一个random forest 分类器，并在训练集上获得了它的准确度。火车上的准确性如何？

model.fit(train_set, y_train)

y_pred = model.predict(test_set)
print("Accuracy:",accuracy_score(y_test, y_pred))

【问题讨论】：

标签： python machine-learning classification random-forest

【解决方案1】：

只需使用您的train_set 作为预测输入：

model.fit(train_set, y_train)

pred_train = model.predict(train_set)
pred_test = model.predict(test_set)

print("Accuracy train: ", accuracy_score(y_train, pred_train))
print("Accuracy test: ", accuracy_score(y_test, pred_test))

【讨论】：