knn.score参数的说明

Question

在下面的代码（最后一行）中，根据文档使用X_test和y_test：

返回给定的测试数据和标签的平均准确度>

问题是精确计算出什么，因为X_test具有测试数据中的数据，而y_test具有这些数据的标签。

检查预测标签与实际标签比较有意义。

您能告诉我第一种情况在最后一行中如何工作吗？

X_train, X_test, y_train, y_test = train_test_split(iris_dataset['data'], iris_dataset['target'], 
random_state=0)
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train, y_train)
print("Test set score: {:.2f}".format(knn.score(X_test, y_test)))

在下面的代码（最后一行）中，根据文档使用X_test和y_test：返回给定测试数据和标签的平均准确度问题是确切地计算出了什么...

Answer 1

如果检查docs：