sklearn评价工具：classification_report()用于分析各类别中的准确率、召回率和F1值，并方便查看每个类别的性能指标。
发布时间
阅读量：
阅读量
本文所采用的案例为垃圾邮件识别任务，其预测输出结果（即标签）被划分为0或1两种类别。
一、classification_report()
classification_report可用于评估各类别在准确率、召回率以及F1值等方面的性能表现，进而实现按类别分别查看相关指标的目的。
from sklearn.metrics import classification_report
y_true = [0, 1, 2, 2, 2]
y_pred = [0, 0, 2, 2, 1]
target_names = ['class 0', 'class 1', 'class 2']
print(classification_report(y_true, y_pred, target_names=target_names))
其官方提供的说明文档内容如下：
y_true：1d类数组，或标签指示器数组/稀疏矩阵，表示真
全部评论 (0)
还没有任何评论哟~