SPARK ML-多类Classification evaluator-我们可以通过每个类标签获得精确/召回

Question

我正在用Spark Ml中的随机森林进行多类预测。

对于SPARK ML中的此多类ClassificationEvaluator（），是否可以通过每个类标签获得精确/回忆？

目前，我只看到所有班级合并在一起的精度/召回。

Answer 1

直接使用org.apache.spark.mllib.evaluation.MulticlassMetrics，然后获得可用的指标 -

// copied from spark git
val predictionAndLabels =
      dataset.select(col($(predictionCol)), col($(labelCol)).cast(DoubleType)).rdd.map {
        case Row(prediction: Double, label: Double) => (prediction, label)
      }
    val metrics = new MulticlassMetrics(predictionAndLabels)

Answer 2

查看类文档，使用内置方法似乎是不可能的。

尽管不完全是您想要的，但您可以在metricName方法中使用weightedPrecision和weightedRecall。这至少会考虑班级失衡。