python - 在没有sklearn的情况下计算机器学习模型的准确性

Question

我正在尝试使用以下函数计算我创建的模型的准确性:

def accuracy(y_true, y_pred):
    accuracy = np.mean(y_pred == y_true)
    return accuracy

有时它会正确显示准确度，有时会显示错误。有人可以解释我如何修复该功能以使其显示与 sklearn accuracy_score 相同的准确性。这是我从我的方法中获得的结果的示例。

y_true
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0]

y_pred
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0]

KNN classification accuracy:  0.0
KNN classification accuracy sklearn:  0.9428571428571428

Answer 1

使用 numpy，您可以执行以下操作:

import numpy as np
acc = np.sum(np.equal(y_true, y_pred)) / len(y_true)