Python scikit RandomForestClassifier用于平均降低准确度的准确度分数是多少

我一直在执行“平均降低精度””度量，如图所示：

在本例中，作者使用的是随机森林回归器

随机森林回归器

，但我使用的是随机森林分类器

随机森林分类器

。因此，我的问题是，我是否也应该使用

r2_分数

来衡量准确度，或者我是否应该切换到经典准确度

accurity_分数

或马修斯相关系数

matthews_corrcoef

这里有人知道我该不该换。为什么

谢谢你的帮助

---

这是网站上的代码，以防你懒得点击：）

---

r2_分数

用于回归（连续响应变量），而经典分类（离散分类变量）指标，如

accurity_分数

和

f1_分数

roc_auc

（如果y标签不平衡，最后两个指标最合适）是任务的正确选择

---

随机洗牌输入数据矩阵中的每个特征，并测量这些分类指标的下降，这听起来像是对特征重要性进行排名的有效方法。

Hi@Jianxun Li，感谢您的解释。所以你不推荐MCC？如果你谈论不平衡的y型标签，你的意思是正确分类的案例分布不均匀。我也不确定，为什么它是这样（标准化）计算的：

（acc-shuff\u acc）/acc

，而不仅仅是

acc-shuff\u acc

。你知道它的优点是什么吗？@dmeu很抱歉，我忘了在帖子中加入

MCC

。我认为它和从混乱矩阵中得到的其他分类指标一样好。谢谢@Jianxun Li！您对第一条评论中的后续问题有什么想法吗？@dmeu对于这个特定的模型，使用非规范化的精度下降似乎是可以的。如果你想在不同的数据集中比较不同模型中的特征重要性，那么标准化可能是至关重要的。啊，好吧，这很有意义-是的，一旦我想开始比较，我就必须使用标准化平均值。

from sklearn.cross_validation import ShuffleSplit
from sklearn.metrics import r2_score
from collections import defaultdict

X = boston["data"]
Y = boston["target"]

rf = RandomForestRegressor()
scores = defaultdict(list)

#crossvalidate the scores on a number of different random splits of the data
for train_idx, test_idx in ShuffleSplit(len(X), 100, .3):
    X_train, X_test = X[train_idx], X[test_idx]
    Y_train, Y_test = Y[train_idx], Y[test_idx]
    r = rf.fit(X_train, Y_train)
    acc = r2_score(Y_test, rf.predict(X_test))
    for i in range(X.shape[1]):
        X_t = X_test.copy()
        np.random.shuffle(X_t[:, i])
        shuff_acc = r2_score(Y_test, rf.predict(X_t))
        scores[names[i]].append((acc-shuff_acc)/acc)
print "Features sorted by their score:"
print sorted([(round(np.mean(score), 4), feat) for
              feat, score in scores.items()], reverse=True)