![](/img/trans.png)
[英]sklearn Random Forest accuracy score identical for training and test data
[英]Random Forest: How to get the training accuracy for comparison to test accuracy
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))
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))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.