Sklearn用户输入的两个列表Python的准确度得分（始终为0%）

Question

我有两个具有两种类型值的列表（int值在名为projekti的列表中，字符串值在vreme中）。 我想做一个程序，根据用户输入预测字符串值。用户输入是int值。我还要检查预测的准确性。 程序给我一个错误，也总是给我0%的准确率，无论用户输入什么。 我做错什么了？在

from sklearn import tree
from sklearn.metrics import accuracy_score

projekti=[[1000], [1300], [1400], [1100], [1200], [1100], [1500]] #velicina objekta, broj nivoa, vreme

vreme=[1, 0, 0, 1, 1, 1, 0] #uspesnost vremena

clf=tree.DecisionTreeClassifier()
clf=clf.fit(projekti,vreme)

unos=input("unesi velicinu: ")
List1=[]

List1.append([unos])

prediction=clf.predict(List1)

accuracy=accuracy_score(List1, prediction)
print(prediction[0]," ", accuracy*100,"%")

Answer 1

您的prediction被输出为["no"]或{}的单个元素列表，因此，当您调用accuracy = accuracy_score(List1, prediction)时，您将比较一个包含字符串值（str）的列表与一个整数值（int），该值始终为0。在

这对我有用：

from sklearn import tree
from sklearn.metrics import accuracy_score
import numpy as np

projekti = [1000, 1300, 1400, 1100, 1200, 1100, 900]
vreme = [1, 0, 0, 1, 1, 1, 0]

clf = tree.DecisionTreeClassifier()
clf = clf.fit([[i] for i in projekti],vreme)

valuetotest = [900]
expectedresult = 0

prediction = clf.predict([valuetotest])
print(prediction)

accuracy=accuracy_score([expectedresult], prediction)
print(accuracy*100," %")

给出：

^{pr2}$

要测试多个数据点：

from sklearn import tree
from sklearn.metrics import accuracy_score
import numpy as np

projekti = [1000, 1300, 1400, 1100, 1200, 1100, 900]
vreme = [1, 0, 0, 1, 1, 1, 0]

clf = tree.DecisionTreeClassifier()
clf = clf.fit([[i] for i in projekti],vreme)

valuetotest = [900, 1100, 1500, 2200]
expectedresult = [0, 1, 0, 0]

prediction = clf.predict([[i] for i in valuetotest])
print(prediction)

accuracy=accuracy_score([[i] for i in expectedresult], prediction)
print(accuracy*100," %")

给出：

[0 1 0 0]
100.0  %