Unterschied zwischen score vs accuracy_score in sklearn

Question

beide scheint mir gleich. Was ist der Unterschied?

score() Verfahren in sklearn.naive_bayes.GaussianNB() Modul vsaccuracy_score Verfahren in sklearn.metrics Modul

Vielen Dank im Voraus ...

Answer 1

Im Allgemeinen verschiedene Modelle Punktzahl Methoden, die verschiedenen Metriken zurück. Auf diese Weise können Klassifizierer angeben, welche Bewertungsmetrik ihrer Meinung nach für sie am geeignetsten ist (daher würde beispielsweise ein Regressionsklassifikator der kleinsten Quadrate eine score-Methode haben, die etwa die Summe der Fehler im Quadrat zurückgibt). Im Fall von GaussianNB sagt die Dokumentation, dass ihre Bewertungsmethode:

Gibt die mittlere Genauigkeit der angegebenen Testdaten und Etiketten.

Die accuracy_score Methode sagt der Rückgabewert für die normalize Parameter von der Einstellung ab:

Wenn Falsch, gibt die Anzahl der korrekt klassifizierten Proben. Andernfalls geben Sie den Anteil der korrekt klassifizierten Proben zurück.

So wäre es mir scheint, dass, wenn Sie normalize-True gesetzt würden Sie den gleichen Wert wie die GaussianNB.score Methode erhalten.

Ein einfacher Weg, meine Vermutung zu bestätigen, einen Klassifikator zu bauen und sowohl score mit normalize = True nennen und accuracy_score und sehen, ob sie übereinstimmen. Tun sie?