SciKit 分类指标答案

【问题标题】：SciKit Classification MetricSciKit 分类指标
【发布时间】：2019-10-05 23:26:01
【问题描述】：

我在分类问题上使用 sklearn 运行随机森林和梯度提升。我的分类准确度：0.770 (0.048) 括号里的数字是什么意思？

models = []
models.append(('DT', DecisionTreeClassifier(criterion = "gini", random_state = 10,
               max_depth=3, min_samples_leaf=2)))

models.append(('RF', RandomForestClassifier(n_estimators=500, criterion='gini', max_features='auto',min_samples_split=2)))

models.append(('XT', ExtraTreesClassifier(n_estimators=500,max_features= 8,criterion= 'entropy',min_samples_split= 2,
                                          max_depth= 5, min_samples_leaf= 3)))

models.append(('GB', GradientBoostingClassifier(learning_rate=0.1,n_estimators=700, min_samples_split=2,min_samples_leaf=3,max_depth=4,
                                                max_features='sqrt',subsample=0.6,random_state=10)))

models.append(('ADB', AdaBoostClassifier(n_estimators=500,learning_rate=0.2,random_state=0)))

# evaluate each model in turn
results = []
names = []
for name, model in models:
    kfold = model_selection.KFold(n_splits=10, random_state=seed)
    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())
    print(msg)

【问题讨论】：

你能告诉我们你运行的代码来得到这个结果吗？

标签： python machine-learning scikit-learn bigdata data-science

【解决方案1】：

您正在运行 10 折交叉验证。

括号中的数字是模型精度在所有 10 倍上的标准偏差。它来自以下代码行：

msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())

【讨论】：