我正在使用 python 和 scikit-learn 解决多类分类问题。目前,我正在使用classification_report
函数来评估我的分类器的性能,获得如下报告:
>>> print(classification_report(y_true, y_pred, target_names=target_names))
precision recall f1-score support
class 0 0.50 1.00 0.67 1
class 1 0.00 0.00 0.00 1
class 2 1.00 0.67 0.80 3
avg / total 0.70 0.60 0.61 5
为了进行进一步的分析,我有兴趣获得每个可用类别的每个类别的 f1 分数。也许是这样的:
>>> print(calculate_f1_score(y_true, y_pred, target_class='class 0'))
0.67
scikit-learn 上有类似的东西吗?
取自f1_score
docs http://scikit-learn.org/stable/modules/generated/sklearn.metrics.f1_score.html.
from sklearn.metrics import f1_score
y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
f1_score(y_true, y_pred, average=None)
Ouputs:
array([ 0.8, 0. , 0. ])
这是每个班级的分数。
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@)