## 準確性
> 用于計算分類器準確度的類。
### 評分
計算分類器準確度得分使用`score`靜態方法。參數：
`$actualLabels` - （array）真樣本標簽
`$predictLabels` - （array）預測標簽（來自測試組的e.x.）
`$normalize` - （bool）規范化與否結果（默認值：true）
*****
## 例
```
$actualLabels = ['a', 'b', 'a', 'b'];
$predictedLabels = ['a', 'a', 'a', 'b'];
Accuracy::score($actualLabels, $predictedLabels);
// return 0.75
Accuracy::score($actualLabels, $predictedLabels, false);
// return 3
```
- 基本介紹
- 關聯規則學習
- 分類
- SVC
- k近鄰算法
- NaiveBayes
- 回歸
- 最小二乘法
- SVR
- 聚類
- k均值聚類算法
- DBSCAN聚類算法
- 公
- 準確性
- 混亂矩陣
- 分類報告
- 工作流程
- 神經網絡
- 交叉驗證
- 隨機拆分
- 分層隨機分裂
- 特征選擇
- 方差閾值
- 特征選擇
- 預處理
- 標準化
- 缺失值補全
- 特征提取(自然語言)
- 令牌計數矢量化器(文本處理)
- Tf-idf轉換
- 數據集
- ArrayDataset
- CsvDataset
- FilesDataset
- SvmDataset
- MnistDataset
- 準備使用數據集
- Iris Dataset
- Wine Dataset
- Glass Dataset
- 模型管理
- 數學
- 距離
- 矩陣
- 組
- 統計