详情

首页手游攻略 人工智能分类任务得分

人工智能分类任务得分

佚名 2026-07-31 13:00:57

人工智能分类任务得分

1. 基础说明

from sklearn.metrics import accuracy_score

accuracy_score = 准确率指标,只用于【分类任务】,不能用于回归!公式:(accuracy=frac{预测正确的样本数量}{总样本数量})参数用法:python

运行

accuracy_score(y_true, y_pred)# y_true:真实标签# y_pred:模型预测标签

2. 重点避坑(你现在在做回归!)

你前面写的线性回归、Ridge、Lasso 属于回归问题,输出是连续数值(比如 3.56、12.78)

回归绝对不能用 accuracy_score

回归要用:

  1. mean_squared_error MSE 均方误差
  2. mean_absolute_error MAE
  3. r2_score R² 决定系数

3. 简单例子(分类场景正确示范)

from sklearn.metrics import accuracy_score# 真实类别y_true = [0,1,1,0,1]# 预测类别y_pred = [0,1,0,0,1]print(accuracy_score(y_true,y_pred)) # 0.8

4. 配套区分速记

表格

指标适用任务
accuracy_score分类任务
mean_squared_error(MSE)回归任务
r2_score回归任务

5. 常见错误

很多新手把 accuracy_score 放到回归代码直接运行,会报错 / 算出毫无意义的值。

如果你现在运行:

accuracy_score(y, y_predict)

大概率直接报错!因为 y 是连续浮点数,不是离散类别标签。