sklearn 的非数值进行数值性编码与 sklearn 的库进行准确率的计算

Hey

Machine Learning notes

skearn 的非数值进行数值性编码与 sklearn 的库进行准确率的计算

1. 可以使用 python 自带的 skearn 对 result 的非数值进行数值性编码

from sklearn.model_selection import train_test_split
y = LabelEncoder().fit_transform(data[4])

2. 可以使用 sklearn 的库进行准确率的计算

from sklearn.metrics import accuracy_socre
from sklearn.preprocessing import LabelEncoder
from sklearn.tree import DecisionTreeClassifier
x_train, x_test, y_train, y_test = train_test_split(x, y, train_size=0.7, random_state=1)
model = DecisionTreeClassifier(criterion='entorpy')
model.fit(x_train,y_train)
y_test_hat = model.predict(x_test)
# 第一种方法
print("accuracy_score",accuracy_socre(y_test_hat,y_test))
# 第二种方法
y_test = y_test.reshape(-1)# 变成一维
result = (y_test_hat==y_test)
acc = np.mean(result)
print(f"准确率:{100*acc}")