0
결과 ', 나는 똑같은 결과를 보았습니다. (여러 테스트를했습니다) :파이썬 : Cross_val_score - 이상한 채점 내가 득점 = '정확성'과 득점 =를 사용하는 경우 'recall_weighted 관찰 로지스틱 회귀 modelfor 분류 작업 (예/아니오) 의 성능을 mesure하는 Oython하고 "cross_val_score"기능을 사용
X = data.iloc[:,0:2]
y = data.iloc[:,2]
model = LogisticRegression(class_weight = {'Y':7,'N':3})
model.fit(X,y)
scores = cross_val_score(model, X, y, cv=10, scoring = 'recall_weighted')
scores
array([ 0.81818182, 1. , 0.90909091, 1. , 1. ,
1. , 1. , 1. , 0.66666667, 0.33333333])
scores_accuracy = cross_val_score(model, X, y, cv=10, scoring = 'accuracy')
scores_accuracy
array([ 0.81818182, 1. , 0.90909091, 1. , 1. ,
1. , 1. , 1. , 0.66666667, 0.33333333])
데이터 세트로 같은 것을 얻었습니까? 도와 주시겠습니까?
감사를,
감사합니다,
리오넬
안녕하세요 @Sachit Nagpal – Krukiou
안녕하세요 @Sachit Nagpal, 답장을 보내 주셔서 감사합니다. cross_val_score를 사용하지 않고 점수를 계산하려면 어떻게해야합니까? ? Lionel – Krukiou
안녕하세요 @ Sachit Nagpal, 맞습니다. 증서로 교차 검증에 관한 것이 아닙니다. 교차 검증없이 다른 데이터 세트로 일부 테스트를 수행했으며, 가중치 리콜 및 정확도는 엄격하고 체계적으로 동일합니다. 수학적으로이 두 가지는 동일하지 않다 : 가중치 회수 = tp/(tp + fn) + tn/(tn + fp) 및 정확도 = (tp + tn)/(tp + tn + fp + fn). 그래서 sklearn에 오류가 있다고 생각합니다. 또한 Rapidminer (기계 학습 소프트웨어)에 대한 계산을 수행했으며 정확도와 가중치 리콜이 동일하지 않습니다. – Krukiou