python 预测测试集报告 precision 、recall 、f1 |
您所在的位置:网站首页 › macro是什么意思啊 › python 预测测试集报告 precision 、recall 、f1 |
from sklearn.metrics import confusion_matrix
from sklearn.metrics import classification_report
confusion_matrix(y_test, y_predict)
print(classification_report(y_test, y_predict))
precision recall f1-score support
A 0.9 0.9 0.9 23
B 0.84 0.77 0.81 51
microavg xx xx xx 74
macroavg xx xx xx 74
weightedavg xx xx xx 74
2020年12月17日,对此文章作更新,如下: 实例:下图是对4个话题进行分类。各取300条数据,共1200条。 在机器学习中,把1200条样本,按70%训练、30%测试划分。训练集为840条,测试集为360条。 precision ( 精确度):正确预测为正的,占全部预测为正的比例。 recall(召回率):正确预测为正的,占全部实际为正的比例。 f1-score (f1值):精确率和召回率的调和平均数。 support (各分类样本的数量或测试集样本的总数量)。 macro avg (宏平均值):所有标签结果的平均值。 weighted avg(加权平均值):所有标签结果的加权平均值。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |