本篇的思维导图：

 

模型评估函数介绍(分类模型)

accuracy_score()函数

作用：accuracy_score函数计算了模型准确率。在二分类或者多分类中，预测得到的标签，跟真实标签比较，计算准确率。

---

注意事项：在正负样本不平衡的情况下，准确率这个评价指标有很大的缺陷。比如数据样本总数为3万，标签为0的有2.9万，为1的有0.1万，如果用acc，即使全部预测成0，acc也有 95% 以上，没有意义。因此，单纯靠准确率来评价一个算法模型是远远不够科学全面的。在类别不平衡没那么严重时，该指标具有一定的参考意义。

---

使用方法：

不管是二分类还是多分类，还是多标签问题，计算公式都为