随机森林：如何获得训练准确度以与测试准确度进行比较

Question

在训练神经网络时，可以看到模型拟合期间的模型性能，并且可以很容易地看到训练集上的模型精度，例如：

Epoch 1/100
48000/48000 [==============================] - 6s - loss: 0.3747 - acc: 0.8732 - val_loss: 0.2888 - val_acc: 0.8935
Epoch 2/100
48000/48000 [==============================] - 6s - loss: 0.2216 - acc: 0.9178 - val_loss: 0.2942 - val_acc: 0.9010

我也不是指verbose火车。 但是可以通过某种方式了解训练集上的准确度。

在下面的代码中，我们训练了一个random forest分类器，并在训练集上获得了它的准确性。 火车上的准确性如何？

model.fit(train_set, y_train)

y_pred = model.predict(test_set)
print("Accuracy:",accuracy_score(y_test, y_pred))

Answer 1

只需使用您的train_set作为预测的输入：

model.fit(train_set, y_train)

pred_train = model.predict(train_set)
pred_test = model.predict(test_set)

print("Accuracy train: ", accuracy_score(y_train, pred_train))
print("Accuracy test: ", accuracy_score(y_test, pred_test))