Question

我正在使用Sklean的category_report总结我的训练和测试纪元。

sklearn.metrics.classification_report

对于每个时期，我都会得到这种回馈：

>>> from sklearn.metrics import classification_report
>>> y_true
>>> y_pred 
>>> 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

    accuracy                           0.60         5
   macro avg       0.50      0.56      0.49         5
weighted avg       0.70      0.60      0.61         5

（例如，来自sklearn脚本）

现在，我正在寻找一种方法，以获取列表中每个时期的准确性，以计算所有准确性的均值和标准差。

这个问题看似微不足道，但是从我的问题中可以看出，在我刚接触Python /机器学习之前。

感谢您的帮助

狮子座

Answer 1

我们来看看documentation，其中包含有关输入参数 output_dict 的信息：

output_dict：bool（默认= False）如果为True，则以dict返回输出

如果您致电QtWidgets，则可以获取字典。然后，您的解决方案就会有question个堆栈溢出。

将来自category_report的准确性返回到列表中

1 个答案: