解释sklearn.metrics.precision_recall_fscore_support的输出

Question

我正在使用sklearn计算精确度并调用二进制分类项目。

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 )

我使用的评分功能是 metrics.metrics.precision_recall_fscore_support 。

部分输出如下：

[[[  0.95652174   1.        ]
  [  1.           0.95348837]
  [  0.97777778   0.97619048]
  [ 44.          43.        ], ......]

第一行是精确的，第二行是召回。 但由于它是二进制分类，我想知道哪个列适用于＆＃34; 0＆＃34;上课和＃34; 1＆＃34;类？如果是多类别分类，例如＆＃34; 0＆＃34;，＆＃34; 1＆＃34;，＆＃34; 2＆＃34;，sklearn如何对输出中的类进行排序？

Answer 1

使用fit（）时，您可以通过分类器模型的classes_属性以相同的顺序获取相应的类（即my_model.classes _）。

在您的情况下无法使用，因此请使用numpy.unique（Y_targets）=＆gt;它与使用的内部方法相同，因此它的顺序相同。