scikit-learn - sklearn 如何一步步计算准确度分数？

Question

我正在阅读 sklearn 中使用的指标，但我发现以下内容很困惑:



sklearn 在文档中提供了一个使用示例，如下所示:

import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0, 2, 1, 3]
y_true = [0, 1, 2, 3]
accuracy_score(y_true, y_pred)
0.5

我知道 sklearns 计算该指标如下:



我不确定这个过程，如果有人能一步一步解释这个结果，我很感激，因为我正在研究它，但我发现很难理解，为了理解更多，我尝试了以下案例:

import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0, 2, 1, 3,0]
y_true = [0, 1, 2, 3,0]
print(accuracy_score(y_true, y_pred))
0.6

我认为正确的计算如下:



但我不确定，我想看看是否有人可以支持我进行计算，而不是复制和粘贴 sklearn 的文档。

我怀疑求和中的 i 是否与括号内公式中的 i 相同，我不清楚，我不知道求和中的元素数量是否仅与元素数量有关在样本中，如果它也取决于类的数量。

Answer 1

只有当其参数中的变量相等时，指标函数才等于 1，否则它的值为 0。因此，当 y 等于 yhat 时，指示函数会产生一个计数为正确分类的值。下面是python中的代码示例和数值示例。

import numpy as np
yhat=np.array([0,2,1,3])
y=np.array([0,1,2,3])
acc=np.mean(y==yhat)
print( acc)

example