一类的精确召回pos_label python

Question

目标 ：获得一类的 precision和recall （ y_true = 1 ）

背景 ：我检查了http://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html#sklearn.metrics.precision_recall_curve ，它指出pos_label是positive class的标签，并将其设置为默认为1 。

问题 ：

1）如果我只想对positive class进行precision和recall （在这种情况下为y_true = 1 ），我应保持pos_label = 1还是应将其更改为pos_label = 0 ？

2）还是有更好的方法实现我的目标 ？

下面我在pos_label = 0时显示代码

import numpy as np
from sklearn.metrics import precision_recall_fscore_support
y_true = np.array(['0', '1', '1', '0', '1'])
y_pred = np.array(['1', '0', '1', '0', '1'])
out = precision_recall_fscore_support(y_true, y_pred, average='weighted', pos_label = 0) 

Answer 1

import numpy as np
from sklearn.metrics import precision_recall_fscore_support
y_true = np.array(['0', '1', '1', '0', '1'])
y_pred = np.array(['1', '0', '1', '0', '1'])

#keep 1's
y_true, y_pred = zip(*[[ytrue[i], ypred[i]] for i in range(len(ytrue)) if ytrue[i]=="1"])

out = precision_recall_fscore_support(y_true, y_pred, average='micro')