模型准确率得分和预测不相符

Question

为二元分类任务创建了一个非常简单的 scikit-learn 逻辑回归模型。

训练集和测试集被分开。

使用相同数据集的随机森林模型和决策树给出约 0.9 的准确度。

这是逻辑回归模型：

logreg_model = LogisticRegression(random_state=99).fit(X_train, y_train)

logreg_acc = logreg_model.score(X_test, y_test)

logreg_pred = logreg_model.predict(X_test) 

print("Log reg model accuracy:", logreg_acc)

print("Log reg prediction:", logreg_pred)

print("Actual:",y_test)

结果如下：

Log reg model accuracy: 0.8701298701298701

Log reg prediction: [0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 0 0 0 0]

Actual: [1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0

 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 1 0 0 0]

为什么准确率是 0.87，而预测却把所有分类都错了？这里有什么错误？我缺少什么？

Answer 1

关于您的准确性您正确预测了大部分零。对我来说，你得到的准确度分数看起来相当正确。您可以通过在您的和上使用precision_score来仔细检查。logreg_predy_test关于您可能正在寻找的内容看来你更感兴趣的是你的预测是否1正确。您可能有兴趣了解其他衡量标准，例如召回率或精确度。