Я хочу узнать частоту ошибок с помощью классификатора svm в python, подход, который я использую для достижения того же:
1-svm.predict(test_samples).mean()
Однако такой подход не работает. Также функция оценки sklearn дает среднюю точность... однако я не могу ее использовать, так как хочу выполнить перекрестную проверку, а затем найти частоту ошибок. Пожалуйста, предложите подходящую функцию в sklearn, чтобы узнать частоту ошибок.
Предполагая, что у вас есть истинные метки в векторе y_test:
from sklearn.metrics import zero_one_score
y_pred = svm.predict(test_samples)
accuracy = zero_one_score(y_test, y_pred)
error_rate = 1 - accuracy
Если вы хотите перекрестно проверить оценку, используйте служебную функцию sklearn.cross_validation.cross_val_score и передайте ей понравившуюся функцию оценки из модуля sklearn.metrics:
http://scikit-learn.org/dev/modules/cross_validation.html
Используйте sklearn.metrics.accuracy_score здесь.
from sklearn.metrics import accuracy_score
#create vectors for actual labels and predicted labels...
my_accuracy = accuracy_score(actual_labels, predicted_labels, normalize=False) / float(actual_labels.size)
