如果我们使用4标签分类，我们如何计算随机森林分类器的准确性？

Question

我正在尝试预测过去十年来销售的产品的质量属性。基于喜欢/不喜欢，我保留了产品标签的4个标签:差，好，非常好，非常坏

我已经下载了过去十年的数据，并对这4个标签中的样本进行了分类。当我将输入放入随机森林分类器时，它给出了有效的结果并赋予了特征重要性：

下面是相同的代码：

classifier = RandomForestClassifier(
        n_estimators=100, n_jobs=6, oob_score=True, random_state=50,
        max_features="auto", min_samples_leaf=50
    )
    '''

    classifier = RandomForestClassifier(
        n_estimators=100, n_jobs=6, oob_score=True, random_state=50#, max_depth=3
    )

我只想知道，我们如何计算模型的精度，因为它有4个标签。

Answer 1

有几个精度可以检查以评估模型质量；第一个是总体模型精度(正确的模型有多少)。要做到这一点，您可以简单地使用sklearn accuracy score

from sklearn.metrics import accuracy_score
accuracy_score(y_true, y_pred)

当然，这并没有给你足够的信息关于哪个类被错误分类以及被分类到什么(例如，将非常好的分类为好的而不是坏的可能更容易接受)。为此，您需要一个confusion matrix

from sklearn.metrics import confusion_matrix
confusion_matrix(y_true, y_pred)

您可能还希望查看召回率和精确度，因为它们将有助于理解矩阵并对其进行量化。由于您的标签是排名的，您还可以做的是将它们转换为int值，并使用回归而不是分类来解决问题(然后将输出转换回int )。通过这种方式，模型将理解顺序，因此您将获得顺序分类。

编辑：

以防答案不清楚，您可以通过以下方式获取y_pred：

classifier.fit(x_train, y_train)
y_pred = classifier.predict(x_val)