sklearnのaccuracy_scoreによる、正解率の確認（kmeansによるMNIST分類）

Question

sklearnのkmeansでMNIST文字の分類がしたいです。基本的なことなんですが、正解率の確認はどのようにすればよいでしょうか？（以下の方法では何がだめでしょうか？）

from sklearn.datasets import load_digits
from sklearn.cluster import KMeans
digits = load_digits()
print(digits.data.shape)
model = KMeans(n_clusters=10)
model.fit(digits.data)
labels = model.labels_
centers = model.cluster_centers_

centers = centers.reshape(10,8,8)

fig, ax = plt.subplots(2,5,figsize=(8,3))
for axi, center in zip(ax.flat, centers):
    axi.imshow(center,  cmap='gray')

グラフで見ると、このようにkmeansのcluster_centerは比較的文字の特徴をつかんでいることがわかります。
しかし、

from scipy.stats import mode
labels2 = np.zeros_like(labels.ravel())
for i in range(10):
    mask = (labels.ravel()==i)
    labels2[mask] ==mode(digits.target[mask])[0]
from sklearn.metrics import accuracy_score
accuracy_score(digits.target, labels2)

これで結果をみると正解率が0.09905397885364496とかなり低かったです。なにがおかしいのでしょうか。

Comments

[tiitoi]

勘違いしていたので削除

Answer 1

labels2[mask] ==mode(digits.target[mask])[0]
は
labels2[mask] = mode(digits.target[mask])[0]
の間違いではないでしょうか。