![](/img/trans.png)
[英]Using cross_validation.cross_val_score with metrics.precision_recall_fscore_support
[英]Interpretation of the output of sklearn.metrics.precision_recall_fscore_support
我正在使用sklearn為二進制分類項目計算精度和召回率。
scores = cross_validation.cross_val_score(clf, numpy.asarray(X_features), numpy.asarray(Y_targets), \
cv = 5, score_func = metrics.metrics.precision_recall_fscore_support )
我正在使用的計分功能是metrics.metrics.precision_recall_fscore_support 。
部分輸出如下:
[[[ 0.95652174 1. ]
[ 1. 0.95348837]
[ 0.97777778 0.97619048]
[ 44. 43. ], ......]
第一行是精度,第二行是召回率。 但是,由於它是二進制分類,所以我想知道哪一列用於“ 0”類,哪一列用於“ 1”類? 如果是多類分類,例如“ 0”,“ 1”,“ 2”,則sklearn如何在輸出中對類進行排序?
使用fit()時,您可以通過分類器模型的classes_屬性(即my_model.classes_)以相同的順序獲取相應的類。
在您的情況下不可用,因此請使用numpy.unique(Y_targets)=>它與所使用的內部方法相同,因此其順序相同。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.