机器学习 准确率函数实现

首先，你需要获得两个数组。

一个是预测函数预测的数组pre，一个是标签数组y_test。

例如mnist数据集，测试集的预测数组pre大小为(10000,10)，标签数组大小相同。

def score(x,y):
    num=0
    for i in range(len(x)):
        for j in range(len(x[0])):
            if x[i][j]==np.max(x[i]):
                a=j
                break
        for j in range(len(y[0])):
            if y[i][j]==np.max(y[i]):
                b=j
                break
# nb_classes是类数目，由于我自己实现上有拼接了另外一个预测的数组结果，如果你没有拼接可以去掉这个
        if (a%nb_classes)==b:
            num=num+1
#     由于num为int型数组，需要乘上1.0转化为float数组
    return num*1.0/len(x)
a=score(pre,y_test)
print a

这个实现比较没有效率，不过也只需要计算一次，如果你有更好的方法请发送给我，感谢！