我正在使用Logistic回归方法进行多类别分类。基本上我知道,如果我用accuracy_score()函数(例如,从sklearn库)将计算我不同值的准确性,独特的值是这样的:在Python中使用Logistic回归的预测向量的准确度得分
y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
accuracy_score(y_true, y_pred)
0.5
但我想要得到的accuracy_score_new()对于每个标签(来自predict_proba)顶部Logistic回归预测的矢量函数,并计算真实的标签是否是在此区间是这样的:
y_pred = [[0,1,3] [2,1,4], [1,2,5] [3,7,9]]
y_true = [0, 1, 2, 3]
accuracy_score_new(y_true, y_pred)
1
在这个例子中的accuracy_score_new将等于1,因为分类预测该标签在间隔中。这个功能如何完成?
你想使用的任何scikit类中的新功能,或者只是想自己用它来打印新的准确性。如果是后者,那么你可以为它编写简单的python代码。只需遍历这两个数组。 –