2017-12-08 10 views
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

답변

0

나는 가중 리콜 정확도 수학적으로 동일하게 밖으로 밖으로 돌고 있다고 생각한다.

이것은 교차 유효성 검사가 아닐 수도 있습니다. cross_val_score를 사용하지 않고 다른 데이터 세트를 확인하고 점수를 계산하고 정확도가 가중 호출과 동일한 지 확인하십시오

+0

안녕하세요 @Sachit Nagpal – Krukiou

+0

안녕하세요 @Sachit Nagpal, 답장을 보내 주셔서 감사합니다. cross_val_score를 사용하지 않고 점수를 계산하려면 어떻게해야합니까? ? Lionel – Krukiou

+1

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