Python 机器学习模型评估方法：evaluate_model 函数

这是一个类方法，用于评估机器学习模型的性能。如果类中已经有训练好的模型、测试数据和测试标签，该方法将计算给定评估指标的得分，并将其插入到 GUI 文本框中。如果评估指标是'准确率'，则将其显示为小数点后四位的浮点数。如果评估指标是'均方误差'，则也将其显示为小数点后四位的浮点数。

def evaluate_model(self, metric_name):
    if hasattr(self, 'model') and hasattr(self, 'X_test') and hasattr(self, 'y_test'):
        if metric_name == '准确率':
            self.scr.insert(END, f'{metric_name} : {self.score:.4f}
')
        elif metric_name == '均方误差':
            self.scr.insert(END, f'{metric_name} : {self.score:.4f}
')

该代码片段展示了一个名为 evaluate_model 的类方法，该方法接受一个参数 metric_name，用于指定要评估的指标。

1. 检查模型、数据和标签是否存在： 代码首先检查类中是否已存在训练好的模型 model、测试数据 X_test 和测试标签 y_test。
2. 计算评估指标： 如果所有必要属性都存在，代码会根据 metric_name 计算相应的评估指标得分。
3. 显示评估结果： 代码将计算得到的得分格式化为字符串，并使用 self.scr.insert(END, ...) 方法将其插入到 GUI 文本框中。

该方法演示了如何使用 Python 代码评估机器学习模型，并将评估结果显示在 GUI 中。