我正在使用sklearn.metrics中的balanced_accuracy_score和accuracy_score两种指标。根据文档,这两个指标是相同的,但在我的代码中,前者给出了96%,而后者给出了97%,而来自训练的准确度为98%。
您能否向我解释一下三种准确度之间的区别以及每种准确度是如何计算的?
注意:该问题是一个三类多分类问题。
我已经附上了代码示例。
准确度为98%。
您能否向我解释一下三种准确度之间的区别以及每种准确度是如何计算的?
注意:该问题是一个三类多分类问题。
我已经附上了代码示例。
准确度为98%。
model.compile(loss='categorical_crossentropy',
optimizer=Adam(lr=0.00001),
metrics=['accuracy'])
准确率为96%
from sklearn.metrics import balanced_accuracy_score
balanced_accuracy_score(all_labels, all_predications)
准确率为97%
from sklearn.metrics import accuracy_score
accuracy_score(all_labels, all_predications)