如何在 Scikit-learn RandomForest 中获得训练精度？
How to get the training accuracy in Scikit-learn RandomForest?
我正在学习以下教程：https://www.datacamp.com/community/tutorials/random-forests-classifier-python 将 Scikit-learn 与随机森林结合使用。但是，目前的代码只显示了测试准确率，而我也想知道训练准确率，因为可能数据集非常小。
获取测试准确率的代码为：
from sklearn import metrics
print("Accuracy:", metrics.accuracy_score(y_test, y_pred))
我如何修改它以获得训练精度？
您可以获得训练集预测为
y_train_pred = clf.predict(X_train)
其中 clf 是您的合身 RandomForestClassifier。之后你可以使用
metrics.accuracy_score(y_train, y_train_pred)
计算训练准确率。或者，您可以使用
clf.score(X_train, y_train)
这应该会给你相同的结果。
我正在学习以下教程：https://www.datacamp.com/community/tutorials/random-forests-classifier-python 将 Scikit-learn 与随机森林结合使用。但是，目前的代码只显示了测试准确率，而我也想知道训练准确率，因为可能数据集非常小。
获取测试准确率的代码为：
from sklearn import metrics
print("Accuracy:", metrics.accuracy_score(y_test, y_pred))
我如何修改它以获得训练精度？
您可以获得训练集预测为
y_train_pred = clf.predict(X_train)
其中 clf 是您的合身 RandomForestClassifier。之后你可以使用
metrics.accuracy_score(y_train, y_train_pred)
计算训练准确率。或者，您可以使用
clf.score(X_train, y_train)
这应该会给你相同的结果。