回答編集履歴
1
edit
test
CHANGED
@@ -1 +1,59 @@
|
|
1
1
|
年齢と性別を別々に与えればマルチラベルではなくなります。
|
2
|
+
|
3
|
+
|
4
|
+
|
5
|
+
---
|
6
|
+
|
7
|
+
|
8
|
+
|
9
|
+
追記:
|
10
|
+
|
11
|
+
データの数がマルチなら、そのすべての値は0か1でなければなりません。
|
12
|
+
|
13
|
+
|
14
|
+
|
15
|
+
今、性別はその要件を満たしますが、年齢がバイナリではありません。
|
16
|
+
|
17
|
+
|
18
|
+
|
19
|
+
ならば、性別の正解率は性別で行って、
|
20
|
+
|
21
|
+
年齢の正解率は年齢で行えばよいことになります。
|
22
|
+
|
23
|
+
|
24
|
+
|
25
|
+
```python
|
26
|
+
|
27
|
+
from sklearn.metrics import accuracy_score
|
28
|
+
|
29
|
+
import numpy as np
|
30
|
+
|
31
|
+
|
32
|
+
|
33
|
+
a = np.random.randint(3, size=(10, 2))
|
34
|
+
|
35
|
+
b = np.random.randint(3, size=(10, 2))
|
36
|
+
|
37
|
+
|
38
|
+
|
39
|
+
print(a)
|
40
|
+
|
41
|
+
print(b)
|
42
|
+
|
43
|
+
|
44
|
+
|
45
|
+
try:
|
46
|
+
|
47
|
+
print(accuracy_score(a,b))
|
48
|
+
|
49
|
+
except ValueError as e:
|
50
|
+
|
51
|
+
print(e)
|
52
|
+
|
53
|
+
|
54
|
+
|
55
|
+
print('0-acc:', accuracy_score(a[:, 0],b[:, 0]))
|
56
|
+
|
57
|
+
print('1-acc:', accuracy_score(a[:, 1],b[:, 1]))
|
58
|
+
|
59
|
+
```
|