1.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)
鎮(zhèn)寧網(wǎng)站制作公司哪家好,找創(chuàng)新互聯(lián)!從網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開(kāi)發(fā)、APP開(kāi)發(fā)、成都響應(yīng)式網(wǎng)站建設(shè)公司等網(wǎng)站項(xiàng)目制作,到程序開(kāi)發(fā),運(yùn)營(yíng)維護(hù)。創(chuàng)新互聯(lián)自2013年起到現(xiàn)在10年的時(shí)間,我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn),來(lái)保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。
參數(shù)分別為y實(shí)際類別、預(yù)測(cè)類別、返回值要求(True返回正確的樣本占比,false返回的是正確分類的樣本數(shù)量)
eg:
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
accuracy_score(y_true, y_pred, normalize=False)
2.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)
參數(shù):真是類別,預(yù)測(cè)類別,目標(biāo)類別名稱
eg:
3.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)
輸出為混淆矩陣
eg:
太多了,寫(xiě)3個(gè)常用的吧,具體參考help(metrics)
defcm_plot(y,yp):#參數(shù)為實(shí)際分類和預(yù)測(cè)分類
fromsklearn.metricsimportconfusion_matrix
#導(dǎo)入混淆矩陣函數(shù)
cm = confusion_matrix(y,yp)
#輸出為混淆矩陣
importmatplotlib.pyplotasplt
#導(dǎo)入作圖函數(shù)
plt.matshow(cm,cmap=plt.cm.Greens)
# 畫(huà)混淆矩陣圖,配色風(fēng)格使用cm.Greens
plt.colorbar()
# 顏色標(biāo)簽
forxinrange(len(cm)):
foryinrange(len(cm)):
plt.annotate(cm[x,y],xy=(x,y),horizontalalignment='center',verticalalignment='center')
#annotate主要在圖形中添加注釋
# 第一個(gè)參數(shù)添加注釋
# 第一個(gè)參數(shù)是注釋的內(nèi)容
# xy設(shè)置箭頭尖的坐標(biāo)
#horizontalalignment水平對(duì)齊
#verticalalignment垂直對(duì)齊
#其余常用參數(shù)如下:
# xytext設(shè)置注釋內(nèi)容顯示的起始位置
# arrowprops 用來(lái)設(shè)置箭頭
# facecolor 設(shè)置箭頭的顏色
# headlength 箭頭的頭的長(zhǎng)度
# headwidth 箭頭的寬度
# width 箭身的寬度
plt.ylabel('True label')# 坐標(biāo)軸標(biāo)簽
plt.xlabel('Predicted label')# 坐標(biāo)軸標(biāo)簽
returnplt
#函數(shù)調(diào)用
cm_plot(train[:,3],tree.predict(train[:,:3])).show()
NumPy支持大量的維度數(shù)組與矩陣運(yùn)算,此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。
首先安裝NumPy,安裝過(guò)pandas,它會(huì)自動(dòng)安裝它的依賴,就不需要安裝NumPy了。
1.numpy的導(dǎo)入和使用
data1=mat(zeros((
)))
#創(chuàng)建一個(gè)3*3的零矩陣,矩陣這里zeros函數(shù)的參數(shù)是一個(gè)tuple類型(3,3)
data2=mat(ones((
)))
#創(chuàng)建一個(gè)2*4的1矩陣,默認(rèn)是浮點(diǎn)型的數(shù)據(jù),如果需要時(shí)int類型,可以使用dtype=int
data3=mat(random.rand(
))
#這里的random模塊使用的是numpy中的random模塊,random.rand(2,2)創(chuàng)建的是一個(gè)二維數(shù)組,需要將其轉(zhuǎn)換成#matrix
data4=mat(random.randint(
10
,size=(
)))
#生成一個(gè)3*3的0-10之間的隨機(jī)整數(shù)矩陣,如果需要指定下界則可以多加一個(gè)參數(shù)
data5=mat(random.randint(
,size=(
))
#產(chǎn)生一個(gè)2-8之間的隨機(jī)整數(shù)矩陣
data6=mat(eye(
,dtype=
int
))
#產(chǎn)生一個(gè)2*2的對(duì)角矩陣
a1=[
]; a2=mat(diag(a1))
#生成一個(gè)對(duì)角線為1、2、3的對(duì)角矩陣
使用python表示矩陣的方法:
使用“import numpy”語(yǔ)句導(dǎo)入numpy包。用numpy包的array函數(shù)創(chuàng)建一個(gè)二維數(shù)組,這個(gè)二維數(shù)組就表示矩陣
示例代碼如下:
執(zhí)行結(jié)果如下:
網(wǎng)站標(biāo)題:python矩陣函數(shù)手冊(cè) python矩陣運(yùn)算代碼
瀏覽地址:http://muchs.cn/article42/dogichc.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供自適應(yīng)網(wǎng)站、網(wǎng)站收錄、靜態(tài)網(wǎng)站、云服務(wù)器、定制開(kāi)發(fā)、品牌網(wǎng)站設(shè)計(jì)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)