我用Sklearn计算了精度,召回率和F1分数,并得到如下结果:
precision recall f1-score support
0 0.82 0.87 0.84 2517
1 0.86 0.81 0.83 2483
avg / total 0.84 0.84 0.84 5000
我尝试了以下代码:
print("precision_score: ",precision_score(test_y, predicted))
print("recall_score: ",recall_score(test_y, predicted))
print("f1_score: ",f1_score(test_y, predicted))
它显示了标签 1 的 p、r 和 f1。
precision_score: 0.857692307692
recall_score: 0.808296415626
f1_score: 0.832262077545
但是如何仅返回平均/总计的值?
它记录在classification_report页面中:
报告的平均值是患病率加权宏观平均值 类(相当于 precision_recall_fscore_support 平均值="加权"(。
因此,要获得平均分数,您可以执行以下操作:
precision, recall, f1, _ = precision_recall_fscore_support(test_y, predicted,
average='weighted')