我有一个二分类问题，拥有一个大小可变的通用 Y 向量，如下所示：

y = [1, 0, 1, 1, 0, 1 .. ] 

我想生成一个语法 Y 向量（大小相同），但具有不同的准确率，如下所示：

y_1 = [ ... ] 50% 准确率y_2 = [ ... ] 60% 准确率y_3 = [ ... ] 70% 准确率y_4 = [ ... ] 任意 % 准确率

有没有一种高效的方法来做到这一点？
而不是每次都手动编辑向量？

回答：

你可以这样做：

from sklearn import metricsdef generateAccVectors(y_truth, percentage):  y = list(y_truth)  for i in range(len(y)):    if metrics.accuracy_score(y_truth, y)<= percentage:      break    if(y[i] ==1):      y[i]= 0    else:      y[i] =1  return y

当然，如果标签数量不能被百分比整除，这种方法不会生成精确准确率的向量。

示例：

from sklearn import metricsy = [1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1 ] y_1= generateAccVectors(y, 0.85)print(metrics.accuracy_score(y, y_1))#output: 0.8333333333333334