我正在使用skikit-learn进行文本分类。当我使用classification_report（）函数时，它返回了下表：
precision recall f1-score support
neg 0.86 0.69 0.77 351
pos 0.82 0.92 0.87 517
avg / total 0.83 0.83 0.83 868
精确度，召回率和f1分数的含义是什么？从上述值可以得出什么结论？另外，这些值是否反映了我的分类器的任何内容？
答案 0 :(得分：2)
Recall 反映了给定类的多少个示例被标记为该类的。 精确度反映了分类器标记为该类的多少示例实际上是该类的示例。
假设您有两个课程neg和pos。如果您现在将所有的示例标记为类neg，那么您对neg的回忆将会非常好，即1.00或100％，因为每当一个示例是类的时候neg您将其标记为neg。与此同时，对pos的回忆会很糟糕，因为没有一个类pos的例子被标记为pos。此外，neg的精确度会很差，因为很多标记为neg的示例都是pos。
相反，只有在您完全确定它们属于类neg时，才可以给出标签neg。那么你对neg的回忆很可能是可怕的，因为你几乎没有抓住任何neg例子。但是，您的精确度会很高，因为（几乎）所有标记为neg的示例都属于neg类。
所以：将所有标记为A类将导致A类的高召回率，但精度不高。几乎没有任何标记为A类标记通常会导致低回忆，但A类高精度。
列出的 F1-Score 只是召回和精确的合并。如果你的F1得分很高，那么回忆和精确度往往都很好。如果它很低，那么你的召回和精确度往往很差。
根据您的示例值，您可以推导出您的分类器表现通常不会太差，F1分数为0.83。 neg的召回与其他值相比有点低，因此您的分类器在查找neg的示例时遇到问题，并将其标记为pos（这会降低pos的精度1}}）。如果这些是您的培训结果而不是测试集，那么支持值的差异表明您有pos的示例而不是neg的示例，这意味着您将接受稍微偏斜的数据集培训。平衡这些数字也可以带来更平衡的回忆。
进一步阅读：