sklearn.metrics.precision_recall_fscore_support的輸出解釋

Question

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？

Answer 1

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。