对sklearn.metrics.precision_recall_fscore_support.输出的解释

Question

我正在使用sklearn来计算一个二进制分类项目的精度和召回率。

scores = cross_validation.cross_val_score(clf, numpy.asarray(X_features), numpy.asarray(Y_targets), 
                            cv = 5, score_func = metrics.metrics.precision_recall_fscore_support )

我使用的评分函数是metrics.metrics.precision_recall_fscore_support.

部分输出如下:

[[[  0.95652174   1.        ]
  [  1.           0.95348837]
  [  0.97777778   0.97619048]
  [ 44.          43.        ], ......]

第一行是精度，第二行是召回率。但由于这是一个二元分类，我想知道哪一列是"0"类，哪一列是"1"类?如果是多类分类，例如:"0"，"1"，"2"，sklearn如何对输出中的类排序?

Answer 1

使用fit()时，可以通过分类器模型的classes_属性以相同的顺序获得相应的类(即。my_model.classes_)。

在您的情况下不可用，所以使用numpy.unique(Y_targets) =>它是使用的相同内部方法，因此它将以相同的顺序。