如何計算多類的精度、召回率和 f1 分數？ 我們如何在交叉驗證中使用 average='micro','macro' 等？

Question

TypeError: unsupported operand type(s) for /: 'dict' and 'int'

`

**Here is my code** 
x = df[header] 
clf=GaussianNB()
      
scoring = {
    'accuracy' : make_scorer(accuracy_score),
    'precision' : make_scorer(precision_score,average = 'micro'),
    'recall' : make_scorer(recall_score,average = 'micro'),
    'f1_score' : make_scorer(f1_score,average = 'micro')
} 
            
scores = cross_validate(clf, x, y, scoring=scoring, cv=5)
        
print(np.mean(scores))

當我運行這段代碼時，它給了我這個錯誤，當我嘗試像這樣print(scores['precision'])打印時，它給出了一個關鍵的精度錯誤。 請建議我如何改進我的代碼並通過對多類使用交叉驗證來計算多個精度。

Answer 1

如果你谷歌cross_validate你會得到scikit cross_validate 。 在評分參數中，對於字典，它說：

以度量名稱作為鍵和可調用對象作為值的字典。

也許您很難發送帶有參數的可調用對象。 嘗試這個：

scoring = {'accuracy' : lambda: make_scorer(accuracy_score),
               ...
              }