基于示例的 f 分数小于 Sklearn 中的精度和召回率

Question

我正在做多标签分类，评估是通过precision_recall_fscore_support average = 'samples'完成的：

predict = array(([1,1,0,0], [1,0,0,1], [1,1,1,1]))
expect = array(([1,1,1,1], [1,1,1,0], [1,0,0,0]))
smp_report = precision_recall_fscore_support(expect, predict, average = 'samples')
f_report = f1_score(expect, predict, average = 'samples')

此示例中有三个实例，二进制值代表相应的四个类的存在。

然后smp_report和f_report分别给我(0.58333333333333337, 0.61111111111111105, 0.48888888888888893, None)和0.488888888889。

f分数不等于2*smp_report[0]*smp_report[1]/(smp_report[0]+smp_report[1])的结果，是精度和召回率的调和平均值。

谁能告诉我Sklearn是如何实现这个的？我使用的版本是 0.15.0。

Answer 1

Scikit-learn首先计算列表集中每个项目的精度，召回率和谐F测量([1,1,0,0], [1,0,0,1], [1,1,1,1](。然后，它计算这些精度值的平均值、这些召回值的平均值以及这些 f 度量的平均值，并返回这些平均值。这些是您上面报告的 P、R 和 F 值。

计算列表中单个项目的精度、召回率和 f 测量值很有帮助。若要计算列表中第三个项的 P、R 和 F 值，可以运行：

import numpy as np
from sklearn import metrics
predict = np.array([[1,1,1,1]])
expect = np.array([[1,0,0,0]])
smp_report = metrics.precision_recall_fscore_support(expect, predict, beta=1, average = 'samples')
f_report = metrics.f1_score(expect, predict, average = 'samples')
print f_report, smp_report

运行此代码可为您提供0.4 (0.25, 1.0, 0.40000000000000002) .括号内的值表示分类的精度、召回率和 f 度量(按该顺序(。如您所见，f-measure是精度和召回率之间的调和平均值：

2 * [(.25 * 1) / (.25 + 1) ] = .4

通过将前两个列表交换到上面的代码中，您可以计算数据集中三个项目中每个项目的精度、召回率和谐 f 度量：

第一项值：

0.666666666667 (1.0, 0.5, 0.66666666666666663)

第二项值

0.4 (0.5, 0.33333333333333331, 0.40000000000000002)

第三项值

0.4 (0.25, 1.0, 0.40000000000000002)

然后，SK计算这些精度值中的平均精度，即： 1 + .5 + .25 / 3 = .5833333333333333)，这些召回率值中的平均召回率，(.5 + .333 + 1 / 3 = 0.61111111111111105)，以及这些f测量中的平均f测度(.666 + .4 + .4 / 3 = 0.48888888888888893)，并返回这些平均值。这些是您上面报告的值。SK正在计算每个分类事件的谐波平均值 - 它只是返回这些谐波平均值的平均值。