sklearn.metrics.accuracy_score用法

准确率accuracy :所有的测量点到真实值非常接近。与测量点的偏差有关。

sklearn.metrics.accuracy_score(y_true, 
                               y_pred, 
                               normalize=True, 
                               sample_weight=None
                              )

Parameters：

• y_true ：1d array-like, or label indicator array / sparse matrix
• y_pred ：1d array-like, or label indicator array / sparse matrix
• normalize：bool, optional (default=True) 如果为False，则返回正确分类的样本数。 否则，返回正确分类的样本的分数。
• sample_weight： array-like of shape (n_samples,), default=None

Returns：

• score：float

coding

>>> 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