这是我的代码：
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, y_pred)
这就是我得到的。
0 1
0 [[102 39]
1 [ 73 29]]
我怎样才能打印分数29/(29+39)，意味着我的混淆矩阵的精度？
你需要的是分类报告 http://scikit-learn.org/stable/modules/generated/sklearn.metrics.classification_report.html来自 sklearn
。
据说它返回：
每个类别的准确率、召回率、F1 分数的文本摘要。
这是一个例子：
from sklearn.metrics import classification_report
y_true = [0, 1, 0, 1, 0]
y_pred = [0, 0, 1, 1, 1]
target =["yes", "no"]
print(classification_report(y_true, y_pred, target_names=target))
和输出：
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
