Precision of sklearn.metric classification_report

Question

我想知道是否有可能在逗号后从sklearn（scikit）获得更多带有classification_report的数字。

自动取款机看起来像这样：

         precision    recall  f1-score   support
      1       0.61      0.73      0.67     71194
      2       0.64      0.33      0.43     13877
      3       0.56      0.59      0.57     61591
      4       0.64      0.51      0.57     13187
      5       0.66      0.69      0.67     57530
      6       0.54      0.06      0.11      2391
      7       0.54      0.40      0.46     30223

平均/总计 0.60

0.60 0.60 249993

我认为这种方法是不可能的，但也许有人有同样的想法（可能）。

我知道sklearn.metrics.precision_score存在，尽管classification_report是一次显示所有结果的好方法。

Answer 1

根据源代码不可能。请参阅第 819 和 830 行，格式字符串被硬编码为 %0.2f 。如果您真的想要它，只需在本地文件中更改它 sklearn/metrics/metrics.py .更好的是，添加一个参数，classification_report一个精确的数字并使用它。并将您的补丁提交到项目中！