微观宏和加权平均值具有相同的精度,召回率,f1得分

时间:2019-05-13 23:36:20

标签: python sentiment-analysis

我一直在使用不同的机器学习分类器基于积极,中立和消极的情绪进行情绪分析。在使用Sklearns分类报告时尝试查看分类器的分类指标时,微宏和加权平均值均具有相同的精度,召回率,f1得分。为什么会这样?

打印分类报告的代码为:

print(classification_report(y_test, y_pred, target_names=['0','1','2']))

the results can be seen here

1 个答案:

答案 0 :(得分:0)

由于类中的样本数量非常相似,而每个类中的查全率和查准率也非常相似,因此我认为平均值的相似性是巧合。如果使用precision_recall_fscore_support,则应该发现这些值略有不同,并且四舍五入到两个有效数字会使它们看起来相同。