Question

这是classification_report

中sklearn的一个简单示例

from sklearn.metrics import classification_report
y_true = [0, 1, 2, 2, 2]
y_pred = [0, 0, 2, 2, 1]
target_names = ['class 0', 'class 1', 'class 2']
print(classification_report(y_true, y_pred, target_names=target_names))
#             precision    recall  f1-score   support
#
#    class 0       0.50      1.00      0.67         1
#    class 1       0.00      0.00      0.00         1
#    class 2       1.00      0.67      0.80         3
#
#avg / total       0.70      0.60      0.61         5

我希望能够访问平均/总行数。例如，我想从报告中提取f1-score，即0.61。

如何访问classification_report中的号码？

Answer 1

您可以使用precision_recall_fscore_support一次性获取所有内容

from sklearn.metrics import precision_recall_fscore_support as score
y_true = [0, 1, 2, 2, 2]
y_pred = [0, 0, 2, 2, 1]
precision,recall,fscore,support=score(y_true,y_pred,average='macro')
print 'Precision : {}'.format(precision)
print 'Recall    : {}'.format(recall)
print 'F-score   : {}'.format(fscore)
print 'Support   : {}'.format(support)

这是模块的link

Answer 2

classification_report是字符串所以我建议你使用来自scikit-learn的f1_score

SparseTensor

输出

Answer 3

您可以使用以下命令将分类报告作为dict输出：

report = classification_report(y_true, y_pred, **output_dict=True** )

然后像在普通python dictionary中一样访问其单个值。

例如，宏指标：

macro_precision =  report['macro avg']['precision'] 
macro_recall = report['macro avg']['recall']    
macro_f1 = report['macro avg']['f1-score']

或准确性：

accuracy = report['accuracy']

Answer 4

您可以在内置的category_report中使用output_dict参数来返回字典：

classification_report(y_true,y_pred,output_dict=True)

访问classification_report中的数字 - sklearn

4 个答案: