深入分类报告

Question

我确实有一个大型数据集，它有2个功能但很多样本。我试图通过有监督的分类器对它们进行分类。我的目标是实现哪些类具有精度或召回率低于60％。是否有任何特定的脚本可以运行，以获得精确的类号和召回率低于60％？

我到目前为止应用的代码如下所示，但它不是动态的。 我可以用这一行得到分类报告：＆＃34; print（metrics.classification_report（y_test，y_pred））＆＃34; 但我有200个类标签，我只想选择精度高，回忆率低于60％。

scores = cross_val_score(estimator= DecisionTreeClassifier(), 
                         X=X_train, 
                         y=y_train, 
                         cv=5,
                         n_jobs=-1)
print('CV accuracy scores: %s' % scores)
print('CV accuracy: %.3f +/- %.3f' % (
                                       np.mean(scores), np.std(scores)))

model.fit(X_train, y_train)
y_pred = model.predict(X_test)
print('Test Accuracy: %.3f' % model.score(X_test, y_test))
print(metrics.classification_report(y_test, y_pred))