如何在TFLearn中显示召回和精确度？

Question

我对tflearn很安静。我做了一个cnn分类器，它分为17个不同的类。我运行代码没有任何问题，它向我显示准确性和损失。我想知道如何显示每个班级的召回和精确度。我的代码基于CNN分类器到TFLearn的IMDB数据集的示例。 感谢您的工作和关注！

Answer 1

最好的方法是使用SKLearn的指标库。一些LSTM implementation on Github的例子：

print "Precision: {}%".format(100*metrics.precision_score(y_test, predictions, average="weighted"))
print "Recall: {}%".format(100*metrics.recall_score(y_test, predictions, average="weighted"))
print "f1_score: {}%".format(100*metrics.f1_score(y_test, predictions, average="weighted"))

此处，y_test是测试数据的Y值。

predictions是model.predict(X_test)的输出，其中X_test是测试数据的X值。

另一个值得关注的是metrics.precision_recall_fscore_support。