[accuracy_score] 사이킷런과 케라스의 차이

[원인 : model.evaluate의 accuracy 결과가 confusion matrix를 계산한 accuracy 결과와 달랐음]

 

 

confusion matrix

tensorflow로 다중분류 모델을 돌려서 얻은 결과가 위와 같았는데

loss, acc = model.evaluate(test_data)
print(f'Accuracy : {str(np.round(acc, 2)*100)+"%"}, Loss : {np.round(loss, 2)}')

# 결과
1/1 [==============================] - 1s 512ms/step - loss: 3.6820 - accuracy: 0.5238
Accuracy : 52.0%, Loss : 3.68

결과가 아래와 같았다. accuracy가 0.52라고 하였으나,

단순히 계산해도 accuracy는 (7+3+1+11) / 78 = 0.28 의 엄청난 저성능이어야 했다.

(confusion matrix 개념은 다른분 참고 :

https://growing-tr2.tistory.com/40,

https://data-newbie.tistory.com/155,

https://moons08.github.io/datascience/classification_score_basic/  )

 

"사이킷런과 케라스의 accuracy_score가 서로 다르기 때문" 이었다.

( accuracy가 다른 이유 검색 결과 : https://github.com/keras-team/keras/issues/9672  )

 

하여, 아래와 같이 사용하니 결과가 옳게 나왔다.

from sklearn.metrics import accuracy_score
accuracy_score = accuracy_score(y_true,y_predict)

print(f'Accuracy : {str(np.round(accuracy_score, 2)*100)+"%"}')

##result
0.28

 

 

Different accuracy score between keras.model.evaluate and sklearn.accuracy_score · Issue #9672 · keras-team/keras

https://github.com/keras-team/keras/issues/9672