使用Python检查决策树分类器的准确性

Question

我写了一个函数，它接受数据集（excel / pandas）和一些值，然后使用决策树分类器预测结果。我用sklearn完成了这个。你能帮我解决这个问题，我看过网络和这个网站，但我找不到有效的答案。我试过这样做，但它不起作用：

from sklearn.metrics import accuracy_score
score = accuracy_score(variable_list, result_list)

这是我得到的错误：

ValueError: Classification metrics can't handle a mix of continuous-multioutput and multiclass targets

这是代码（我删除了代码的准确性）

import pandas as pd
import math
import xlrd
from sklearn.model_selection import train_test_split
from sklearn import tree

def predict_concrete_class(input_data, cement, blast_fur_slug,fly_ash,
                            water, superpl, coarse_aggr, fine_aggr, days):

    data_for_tree = concrete_strenght_class(input_data)

    variable_list = []
    result_list = []

    for index, row in data_for_tree.iterrows():
        variable = row.tolist()
        variable = variable[0:8]

        variable_list.append(variable)

        result_list.append(row[-1])

    decision_tree = tree.DecisionTreeClassifier()
    decision_tree = decision_tree.fit(variable_list,result_list)

    input_values = [cement, blast_fur_slug, fly_ash, water, superpl, coarse_aggr, fine_aggr, days]

    prediction = decision_tree.predict([input_values])

    info = "Prediction of future concrete class after "+ str(days)+" days: "+ str(prediction[0])

    return info

print(predict_concrete_class(data, 500, 0, 0, 200, 0, 1125, 613, 3))

Answer 1

1. 将您的数据拆分为火车和测试： var_train, var_test, res_train, res_test = train_test_split(variable_list, result_list, test_size = 0.3)
2. 在火车上训练您的决策树：

   decision_tree = tree.DecisionTreeClassifier()
   decision_tree = decision_tree.fit(var_train, res_train)

3. 通过计算测试集的准确度来测试模型性能：

   res_pred = decision_tree.predict(var_test)
   score = accuracy_score(res_test, res_pred)

   或者你可以直接使用decision_tree.score： score = decision_tree.score(var_test, res_test)

您得到的错误是因为您试图将variable_list（这是您的输入要素列表）作为accuracy_score中的参数传递。您应该传递真实标签和预测标签的列表。

Answer 2

如果要检查系统的准确性，则应执行交叉验证。

您必须将数据集拆分为两部分。第一个用于学习您的系统。然后在数据集的第二部分上执行预测过程，并将预测结果与好结果进行比较。使用此方法，可以在未学习的数据集上检查系统。

为了拆分你的集合，你应该使用sklearn.model_selection中的train_test_split你将随机拆分你的集合。

这是一个很好的讲座：https://machinelearningmastery.com/k-fold-cross-validation/