LabelBinazer问题？

Question

我试图计算我的简单分类问题的敏感度分数

 from sklearn.metrics import confusion_matrix, accuracy_score, recall_score
 from sklearn.neighbors import KNeighborsClassifier
 from sklearn import preprocessing

 X = df.drop(columns='output_feature')
 y = df.output_feature

 lb = preprocessing.LabelBinarizer()
 y = lb.fit_transform(y).ravel()

 knn = KNeighborsClassifier(n_neighbors=3)
 knn.fit(X,y)

 y_pred_knn = knn.predict(df_prediction_input)
 recall_score(lb.fit_transform(df_actual.output_feature), y_pred_knn)

我得到了0.575的结果。我的实际输出功能是'churn'和'not churn'，对应的值为0和1.我怎么知道目标类是什么？我希望我的目标类是'churn'，所以值应该是0或1，我怎么能改变它？

Answer 1

首先，要检查哪个标签由哪个数字编码，请将以下内容放在适当的位置（例如knn = KNeighborsClassifier(n_neighbors=3)以上 线）

print(lb.classes_)

第一个输出将匹配为0，第二个输出将匹配为1.例如，如果你得到

array(['churn', 'not churn'], dtype='<U7')

表示“churn”：0 ，不会流失：1

如果是这种情况，您可以将最后一行修改为：

recall_score(lb.fit_transform(df_actual.output_feature), y_pred_knn, pos_label=0)

基本上你说正面标签是流失（因为流失被编码为0）。

但是，如果“churn”编码为1，则不必更改最后一行。