python - 生成合成标签数据向量

Question

我有一个二元分类问题，它具有可变大小的通用 Y 向量，如下所示:

y = [1, 0, 1, 1, 0, 1 .. ] 

我想生成一个具有不同精度的语法 Y 向量(相同大小)，例如

y_1 = [ ... ] 50% accuracy
y_2 = [ ... ] 60% accuracy
y_3 = [ ... ] 70% accuracy
y_4 = [ ... ] whatever % accuracy

有没有有效的方法来做到这一点？
而不是每次都手动编辑向量？

Answer 1

你可以这样做:

from sklearn import metrics
def generateAccVectors(y_truth, percentage):
  y = list(y_truth)
  for i in range(len(y)):
    if metrics.accuracy_score(y_truth, y)<= percentage:
      break
    if(y[i] ==1):
      y[i]= 0
    else:
      y[i] =1
  return y

当然，如果标签数量不能被百分比整除，这将不会生成具有精确精度的向量。

示例:

from sklearn import metrics
y = [1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1 ] 
y_1= generateAccVectors(y, 0.85)
print(metrics.accuracy_score(y, y_1))
#output: 0.8333333333333334